Falhas do OpenVPN permitem que hackers lancem ataques DoS e contornem verificações de segurança – Against Invaders

Falhas do OpenVPN permitem que hackers lancem ataques DoS e contornem verificações de segurança - Against Invaders

Pesquisadores de segurança descobriram três vulnerabilidades significativas no OpenVPN, uma das soluções de rede privada virtual (VPN) de código aberto mais confiáveis ​​do mundo.

As falhas descobertas podem permitir que invasores travem VPN serviços, ignorar verificações de segurança essenciais ou ler dados confidenciais da memória.

A equipe de desenvolvimento do OpenVPN lançou atualizações urgentes para resolver esses problemas, e os administradores são fortemente aconselhados a aplicá-las imediatamente.

ID do CVE Tipo de vulnerabilidade Versões afetadas
CVE-2025-13751 Negação de serviço (DoS) 2.6.0 – 2.6.16
2.7_alfa1 – 2.7_rc2
CVE-2025-13086 Ignorar verificação de segurança 2.6.0 – 2.6.15
2.7_alfa1 – 2.7_rc1
CVE-2025-12106 Leitura excessiva do buffer 2.7_alfa1 – 2.7_rc1

O problema mais crítico para muitas empresas é a negação de serviço (DoS) vulnerabilidade que afeta usuários do Windows. Identificada comoCVE-2025-13751, esta falha existe no componente de serviço interativo do OpenVPN no Windows.

Em termos simples, um bug na forma como o software lida com erros faz com que ele seja completamente desligado quando encontra condições específicas.

Normalmente, se um programa encontrar um pequeno erro, ele deverá registrar o problema e continuar em execução. No entanto, esse bug faz com que o serviço OpenVPN “saia” ou pare totalmente de funcionar.

Quando isso acontecer, nenhuma nova conexão VPN poderá ser feita até que um administrador humano reinicie manualmente o serviço ou reinicie todo o computador.

O perigo aqui é que qualquer usuário local conectado à máquina Windows pode desencadear essa falha. Isto representa um risco significativo de interrupção para organizações com funcionários que compartilham estações de trabalho.

A segunda grande falha, CVE-2025-13086, é um desvio de segurança questão localizada no processo de “handshake” a saudação inicial entre um usuário e o servidor.

Devido a um erro de codificação em que uma verificação foi “invertida” (ou revertida), o sistema passou a aceitar todos os cookies de segurança (HMACs) em vez de validá-los.

Isso interrompe a capacidade do servidor de verificar o endereço IP de origem das conexões de entrada.

Conseqüentemente, os invasores podem inundar o servidor com solicitações falsas de endereços IP falsificados, forçando-o a consumir memória e capacidade de processamento ao lidar com sessões inválidas.

Esta é outra forma de negação de serviço que esgota os recursos do servidor.

Uma terceira vulnerabilidade, CVE-2025-12106, envolve como o software lê endereços IPv6. Uma verificação ausente pode permitir que o programa leia mais memória do que deveria (uma “leitura excessiva do buffer”), o que pode levar a falhas ou vazamentos de dados.

O OpenVPN a equipe agiu rapidamente, lançando as versões 2.6.17 e 2.7_rc3 para corrigir essas falhas.

Suponha que você esteja executando o OpenVPN 2.6. x ou os mais recentes 2.7 alpha/release candidate. Nesse caso, você deve atualizar imediatamente para garantir que sua rede permaneça segura.

Siga-nos emGoogle Notícias,LinkedIneXpara obter atualizações instantâneas e definir GBH como fonte preferencial emGoogle.

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.