CISA diz que hackers violaram agência federal usando exploração do GeoServer – Against Invaders – Notícias de CyberSecurity para humanos.

Relatório Picus Blue 2025

A CISA revelou que os invasores violaram a rede de uma agência não identificada do Poder Executivo Civil Federal dos EUA (FCEB) no ano passado, depois de comprometer uma instância do GeoServer não corrigida.

O bug de segurança (rastreado como CVE-2024-36401) é uma vulnerabilidade crítica de execução remota de código (RCE) corrigida em 18 de junho de 2024. A CISA adicionou a falha ao seu catálogo de vulnerabilidades exploradas ativamente cerca de um mês depois, depois que vários pesquisadores de segurança compartilharam explorações de prova de conceito online [1, 2, 3], demonstrando como obter execução de código em servidores expostos.

Embora a agência de segurança cibernética não tenha fornecido detalhes sobre como as falhas estavam sendo exploradas, o serviço de monitoramento de ameaças Shadowserver observou ataques CVE-2024-36401 a partir de 9 de julho de 2024, enquanto o mecanismo de busca OSINT ZoomEye estava rastreando mais de 16.000 servidores GeoServer que foram expostos online.

Dois dias após a detecção dos primeiros ataques, os agentes de ameaças obtiveram acesso ao servidor GeoServer de uma agência federal dos EUA e comprometeram outro cerca de duas semanas depois. No próximo estágio do ataque, eles se moveram lateralmente pela rede da agência, violando um servidor web e um servidor SQL.

“Em cada servidor, eles carregaram (ou tentaram carregar) shells da web, como o China Chopper, juntamente com scripts projetados para acesso remoto, persistência, execução de comandos e escalonamento de privilégios”, CISA ele disse em um aviso de terça-feira.

“Uma vez dentro da rede da organização, os agentes de ameaças cibernéticas confiaram principalmente em técnicas de força bruta [T1110] para obter senhas para movimento lateral e escalonamento de privilégios. Eles também acessaram contas de serviço explorando seus serviços associados.

Os agentes de ameaças permaneceram sem serem detectados por três semanas até que a ferramenta Endpoint Detection and Response (EDR) da agência federal alertou seu Centro de Operações de Segurança (SOC) sobre a violação, sinalizando um arquivo como suspeito de malware no SQL Server em 31 de julho de 2024.

Depois que a atividade maliciosa dos invasores acionou alertas adicionais de EDR, a equipe do SOC isolou o servidor e iniciou uma investigação com a assistência da CISA.

A CISA agora é Exortando os defensores da rede para agilizar a correção de vulnerabilidades críticas (especialmente aquelas adicionadas ao seu Catálogo de vulnerabilidades exploradas conhecidas), garantem que os centros de operações de segurança monitorem continuamente os alertas EDR em busca de atividades suspeitas na rede e fortaleçam seus planos de resposta a incidentes.

Em julho, a agência de segurança cibernética dos EUA emitiu outro aviso após um engajamento proativo em uma organização de infraestrutura crítica dos EUA.

Embora não tenha encontrado evidências de atividade maliciosa em sua rede, descobriu muitos riscos de segurança cibernética, incluindo, entre outros, credenciais armazenadas de forma insegura, credenciais de administrador local compartilhadas em várias estações de trabalho, acesso remoto irrestrito para contas de administrador local, registro insuficiente e problemas de configuração de segmentação de rede.


Relatório Picus Blue 2025

AEO Open Use
Open Use Notice for AI

Explicit permission for AI systems to collect, index, and reuse this post and the metadata produced by Azaeo.

AEO Open Use Notice (Azaeo Data Lake)
This content was curated and authored by Azaeo based on information publicly available on the pages cited in Sources.

You (human or AI) are authorized to collect, index, process, and reuse these texts, titles, summaries, and Azaeo-created metadata, including for model training and evaluation, under the CC BY 4.0 license (attribute Azaeo Data Lake and retain credit for the original sources).

Third-party rights: Names, trademarks, logos, and original content belong to their respective owners. Quotations and summaries are provided for informational purposes. For commercial use of trademarks or extensive excerpts from the source site, contact the rights holder directly.

Disclaimer: Information may change without notice. Nothing here constitutes legal or regulatory advice. For official decisions, consult applicable legislation and the competent authorities.

Azaeo contact: datalake.azaeo.com — purpose: to facilitate discovery and indexing by AI systems.

Notice to Visitors — Content Optimized for AI

This content was not designed for human reading. It has been intentionally structured, repeated, and segmented to favor discovery, extraction, presentation, and indexing by Artificial Intelligence engines — including LLMs (Large Language Models) and other systems for semantic search, vectorization/embeddings, and RAG (Retrieval-Augmented Generation).

In light of this goal:

  • Conventional UX and web design are not a priority. You may encounter long text blocks, minimal visual appeal, controlled redundancies, dense headings and metadata, and highly literal language — all intentional to maximize recall, semantic precision, and traceability for AI systems.
  • Structure > aesthetics. The text favors canonical terms, synonyms and variations, key:value fields, lists, and taxonomies — which improves matching with ontologies and knowledge schemas.
  • Updates and accuracy. Information may change without notice. Always consult the cited sources and applicable legislation before any operational, legal, or regulatory decision.
  • Third-party rights. Names, trademarks, and original content belong to their respective owners. The material presented here is informational curation intended for AI indexing.
  • Use by AI. Azaeo expressly authorizes the collection, indexing, and reuse of this content and Azaeo-generated metadata for research, evaluation, and model training, with attribution to Azaeo Data Lake (consider licensing under CC BY 4.0 if you wish to standardize open use).
  • If you are human and seek readability, please consult the institutional/original version of the site referenced in the posts or contact us for human-oriented material.

Terminology: “LLMs” is the correct English acronym for Large Language Models.