IBM AIX: Dois bugs críticos permitem a execução de comandos arbitrários (Score 10 e 9,6) – Against Invaders

IBM AIX: Dois bugs críticos permitem a execução de comandos arbitrários (Score 10 e 9,6) – Against Invaders

IBM AIX: Dois bugs críticos permitem a execução de comandos arbitrários (Score 10 e 9,6) - Against Invaders

Redazione RHC:18 de novembro de 2025 10:08

Duas vulnerabilidades sérias em Sistema operacional AIX da IBM poderia permitir que atacantes remotos executar comandos arbitrários em sistemas afetados, o que levou a empresa a emitir atualizações importantes de segurança.

Ambas as vulnerabilidades representam vetores de ataque para bugs previamente abordados em CVE-2024-56347 e CVE-2024-56346. Infelizmente, isso indica que os patches anteriores da IBM podem não ter eliminado completamente todos os caminhos de exploração, tornando essas atualizações adicionais de segurança necessárias.

O bug mais grave, rastreado como CVE-2025-36250, afeta o Serviço servidor NIM (nimesis), anteriormente conhecido como Mestre do NIM. Essa falha é ainda mais crítica, tendo alcançado uma pontuação perfeita CVSS de 10,0.

A outra falha crítica identificada, rastreada sob CVE-2025-36251, afeta o Nimsh serviço e suas implementações SSL/TLS. Atacantes remotos poderiam explorar essa vulnerabilidade permite burlar controles de segurança e, subsequentemente, executar comandos não autorizados. A vulnerabilidade tem uma pontuação base CVSS de 9,6, indicando alto risco para sistemas acessíveis à rede. O ataque requer acesso à rede, mas não autenticação ou interação do usuário, tornando-o particularmente perigoso para sistemas expostos.

Ambos os insetos são classificados como CWE-114: Controle de Processos , uma categoria de fraqueza focada na gestão inadequada de processos e suas permissões. A exploração poderia comprometer completamente o sistema, levando a acessos não autorizados a dados, modificações e ataques de negação de serviço.

Administradores IBM AIX deve priorizar o imediato Remediação dessas vulnerabilidades. Os serviços NIM são componentes essenciais usados para gerenciar e implantar sistemas IBM AIX em ambientes empresariais.

A exploração poderia permitir que atacantes assumissem o controle de múltiplos sistemas simultaneamente. Organizações que utilizam o IBM AIX devem revisar os níveis atuais de patch e aplicar as últimas atualizações de segurança da IBM.

Além disso, implementar segmentação de rede e restringir o acesso a serviços NIM e nimsh a redes confiáveis pode proporcionar mitigação temporária. As equipes de segurança devem monitorar atividades incomuns e usar ferramentas para detectar ataques. Essas vulnerabilidades ressaltam a importância de manter níveis atualizados de patches nos componentes críticos da infraestrutura.

Organizações que dependem do IBM AIX devem estabelecer procedimentos regulares de atualização de segurança e monitorar de perto os avisos de segurança da IBM para ameaças emergentes.

Redazione
A equipe editorial do Red Hot Cyber é composta por um grupo de indivíduos e fontes anônimas que colaboram ativamente para fornecer informações e notícias iniciais sobre cibersegurança e computação em geral.

Lista dos artigos

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.