Cyber

Auditoria de segurança do EduTrainer: desenvolvedor encontra falhas ocultas no código do serviço

Um desenvolvedor auditou o serviço educacional EduTrainer e descobriu vulnerabilidades no painel administrativo, mecanismos de exclusão quebrados e compartilhamento de dados com IA não documentado.

·2 min de leitura
Auditoria de segurança do EduTrainer: desenvolvedor encontra falhas ocultas no código do serviço

No início de novembro, o desenvolvedor por trás da plataforma educacional EduTrainer conduziu uma auditoria de código interna para descobrir problemas arquiteturais e lógicos ocultos. Embora a plataforma estivesse funcionando sem problemas, os testes estivessem passando e as verificações de integridade retornassem resultados positivos, a inspeção da base de código revelou discrepâncias significativas entre as promessas da interface e o comportamento do backend.

  • A auditoria expôs falhas de segurança no painel de administração da equipe, exclusão incompleta de dados de usuários e compartilhamento não anunciado de dados com provedores de IA.
  • Os segredos de autenticação de dois fatores (TOTP) dos membros da equipe eram armazenados no banco de dados em texto puro, sem criptografia.
  • O desenvolvedor corrigiu essas falhas arquiteturais, atualizou a política de privacidade e adicionou uma cobertura de testes abrangente.

Falhas de segurança no painel da equipe e segredos 2FA em texto puro A inspeção de middleware revelou uma vulnerabilidade na forma como as rotas da equipe eram acessadas. Solicitações iniciadas com o prefixo /staff/ ignoravam a verificação de autenticação de segundo fator (TOTP), o que significa que a senha comprometida de um funcionário era suficiente para obter acesso total. Além disso, uma investigação no modelo StaffTOTP mostrou que as chaves secretas de 2FA eram armazenadas em texto puro diretamente no banco de dados, em vez de serem criptografadas.

Exclusão incompleta de dados e discrepâncias na política de privacidade Embora o recurso de exclusão de conta removesse os dados de perfil da interface, ele deixava textos completos de redações de alunos, tentativas de exames e outros artefatos educacionais persistindo no banco de dados. Além disso, scripts de análise rastreavam os usuários antes de coletar o consentimento adequado, e o recurso automatizado de correção de redações enviava textos completos de alunos para modelos de IA de terceiros (OpenAI, DeepSeek, GigaChat) apesar de a documentação de privacidade prometer o contrário.

Correções técnicas e lições aprendidas para desenvolvedores Além de erros de lógica, vulnerabilidades de infraestrutura foram abordadas, incluindo a correção de um mecanismo de importação de CSV que carregava arquivos inteiros na memória sem limites de tamanho, e o ajuste de comportamentos de fallback de limite de taxa (rate-limiting) durante interrupções do Redis. Esta auditoria destaca a importância de garantir que o código real de um sistema corresponda às suas garantias declaradas de segurança e privacidade.

Fonte: Все публикации подряд на Хабре

Artigos relacionados