Ivanti alerta clientes sobre nova falha no EPM que permite execução remota de código – Against Invaders

Ivanti alerta clientes sobre nova falha no EPM que permite execução remota de código - Against Invaders

Ivanti alerta clientes sobre nova falha no EPM que permite execução remota de código

A Ivanti alerta os usuários para corrigirem uma vulnerabilidade recém-divulgada no Gestor de Endpoints, que poderia permitir que atacantes executem código remotamente.

A empresa de software Ivanti abordou uma vulnerabilidade recém-revelada, rastreada como CVE-2025-10573 (pontuação CVSS 9,6), em sua solução Endpoint Manager (EPM).

A vulnerabilidade é um XSS armazenado que pode permitir que um atacante remoto não autenticado execute arbitrariamente

“XSS armazenado no Ivanti Endpoint Manager antes da versão 2024, o SU4 SR1 permite que um atacante remoto não autenticado execute JavaScript arbitrário no contexto de uma sessão de administrador. A interação do usuário é necessária.” Lê o aviso.

A falha impacta o Ivanti Endpoint Manager antes da versão 2024 SU4 SR1.

O Ivanti EPM é uma solução amplamente utilizada para administração remota e gerenciamento de vulnerabilidades. Ele permite que administradores autenticados controlem e instalem softwares nos endpoints, tornando-se um alvo atraente para atacantes.

Pesquisadores do Rapid7 alertam que um atacante não autenticado pode registrar endpoints falsos com o EPM Ivanti e injetar JavaScript malicioso no painel de administração. Quando um administrador visualiza a interface envenenada, o script é executado e permite que o atacante sequestra a sessão de administrador. Como essa falha não requer autenticação, as organizações são incentivadas a corrigir imediatamente.

“Um atacante com acesso não autenticado ao serviço web principal do EPM pode unir endpoints gerenciados falsos ao servidor EPM para envenenar o painel web do administrador com JavaScript malicioso.” lê o relatório publicado pela Rapid7. “Quando um administrador do EPM da Ivanti visualiza uma das interfaces de dashboard envenenadas durante o uso normal, essa interação passiva do usuário acionará a execução do JavaScript no lado do cliente, resultando no ataque assumindo o controle da sessão do administrador.”

Pesquisadores do Rapid7 notaram que o não autenticado incomingdata A API aceita dados de varredura de dispositivos e os grava em um diretório de processamento, onde depois são analisados e exibidos no painel de administração. Os atacantes podem enviar varreduras contendo JavaScript malicioso, que são então incorporadas à interface. Quando um administrador visualiza as páginas afetadas, o script é executado e permite que o atacante sequestra a sessão. Isso acontece porque o manipulador de CGI (postcgi.exe) processa arquivos de varredura chave=valor sem higienizar a entrada.

Ivanti não tem conhecimento de ataques na natureza que exploram essa vulnerabilidade.

Em março, a agência de cibersegurança dos EUA CISA Adicionado múltiplas vulnerabilidades de EPM (CVE-2024-13159, CVE-2024-13160, CVE-2024-13161) para seuCatálogo de Vulnerabilidades Exploradas Conhecidas (KEV)

Me siga no Twitter:@securityaffairseFacebookeMastodonte

PierluigiPaganini

(SecurityAffairs–HackingIvanti EPM)

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.