Entradas Mensuales

Síguenos en:

Canal Oficial Telegram de elhacker.NET Grupo Facebook elhacker.NET Twitter elhacker.NET Canal Youtube elhacker.NET Comunidad Steam: Grupo elhacker.NET Mastodon

Entradas populares

PostHeaderIcon Microsoft ofrece hasta 30.000 $ por fallos críticos de IA en Dynamics 365 y Power Platform


Microsoft ofrece recompensas de hasta 30.000 dólares a los investigadores de seguridad que encuentren vulnerabilidades críticas de IA en Dynamics 365 y Power Platform. El programa se centra especialmente en fallos que permitan manipular la inferencia de la IA o exponer información confidencial a través del comportamiento del modelo.



Microsoft te ofrece a ti, como investigador de seguridad, hasta 30.000 $ por encontrar vulnerabilidades críticas de IA en Dynamics 365 y Power Platform, centrando su atención en fallos que podrían manipular la inferencia de la IA o exponer información a través del comportamiento del modelo.

El programa cubre errores aptos en los servicios alojados por Microsoft y en componentes de terceros o de código abierto integrados en ellos, siempre que demuestres un impacto de seguridad en un servicio incluido en el alcance.

Según la tabla de recompensas, un informe de alta calidad que documente una "Manipulación de Inferencia" o una "Divulgación de Información Inferencial" crítica puede ganar el máximo de 30.000 $.

Los informes de calidad media y baja para impactos críticos están fijados en 20.000 $ y 12.000 $, mientras que los hallazgos de severidad "importante" pueden recibir entre 6.000 $ y 20.000 $ dependiendo de la calidad del informe. Los envíos de IA de severidad moderada o baja no califican para pago en esta categoría.

El alcance es amplio porque estas plataformas están muy cerca de datos empresariales sensibles y flujos de trabajo automatizados.

Los objetivos elegibles incluyen Dynamics 365 Sales, Customer Service, Finance, Commerce, Human Resources, Business Central, Contact Center, Customer Insights y Supply Chain Management, junto con los productos Dynamics on-premises. También cubre Power Apps, Power Automate, Copilot Studio, Power Pages, Power Admin, AI Builder y Dataverse.

Categoría de Vulnerabilidad / Área de EnfoqueSeveridad del Impacto y Nivel de CalidadPago Máximo / MultiplicadorDetalles de Alcance y Calificación
Manipulación y Divulgación de InferenciaCrítica (Alta / Media / Baja Calidad)30.000 $ / 20.000 $ / 12.000 $Manipula las respuestas del modelo o extrae datos mediante el comportamiento del mismo
Vulnerabilidades de IA ImportantesImportante (Alta / Media / Baja Calidad)20.000 $ / 12.000 $ / 6.000 $Fallos funcionales o de seguridad de alto impacto en integraciones de IA
Ejecución Remota de Código (RCE)Severidad CríticaHasta 20.000 $Fallos de ejecución de código en componentes de servicio y nube incluidos
Divulgación de Información Entre Inquilinos (Cross-Tenant)Escenario de Alto ImpactoHasta 20.000 $Ruptura de límites del inquilino para acceder a datos de organizaciones externas
Elevación de Privilegios / Divulgación de InfoSeveridad CríticaHasta 12.000 $Escalada de privilegios no autorizada a nivel local y de nube
Escapes de Dataverse y SandboxVectores Especiales de Alto ImpactoMultiplicador del +20%Escalada de privilegios en Dataverse y escapes del host de Plugin Sandbox

Microsoft requiere que tus hallazgos de IA cumplan con sus definiciones de severidad "Crítica" o "Importante" y que se reproduzcan en la versión más reciente y totalmente parcheada de un producto elegible.

Debes enviar los informes a través del Portal del Investigador de MSRC y proporcionar el ID del entorno de Power Platform o Dynamics, el nombre de usuario utilizado durante las pruebas y si el error coincide con un escenario de alto impacto.

Pasos claros de reproducción, material de prueba de concepto, versiones afectadas y una explicación del impacto para el atacante pueden acelerar la validación y ayudarte a obtener una recompensa más alta.

Más allá de los pagos de IA, el programa de recompensas por errores asigna hasta 20.000 $ por ejecución remota de código crítica, 12.000 $ por fallos críticos de elevación de privilegios o divulgación de información, y 8.000 $ por informes críticos de suplantación (spoofing) o manipulación.

La divulgación de información entre inquilinos conlleva una recompensa de alto impacto de 20.000 $, mientras que la escalada de privilegios de Dataverse y los escapes "guest-to-host" de Plugin Sandbox pueden recibir un multiplicador del 20%. Un informe elegible para múltiples recompensas recibirá solo el pago más alto, aunque Microsoft puede otorgar más a su discreción.

El programa distingue los fallos de seguridad de la IA explotables de las peculiaridades del modelo. Quedan excluidas la inyección de prompts que afecte solo al atacante, la ejecución de código alucinada, los intentos de simplemente revelar un prompt de sistema o meta, y los problemas de seguridad de contenido.

Los errores conocidos públicamente, los ataques de denegación de servicio, el cross-site scripting ciego, la confusión de dependencias y las debilidades dependientes de la configuración también están generalmente fuera de alcance.

Debes realizar pruebas solo en cuentas e inquilinos que te pertenezcan o que estés autorizado a evaluar, detenerte inmediatamente si accedes a datos no autorizados y evitar la post-explotación, el movimiento lateral, el phishing o el tráfico disruptivo.

Microsoft te recomienda marcar los inquilinos de investigación con "MSOBB" siempre que sea posible y seguir la divulgación coordinada de vulnerabilidades, asegurando que los hallazgos lleguen a los ingenieros sin exponer a los clientes o servicios de producción a riesgos.


Fuentes:
https://cybersecuritynews.com/microsoft-ai-bug-bounty/

0 comments :

Post a Comment

Los comentarios pueden ser revisados en cualquier momento por los moderadores.

Serán publicados aquellos que cumplan las siguientes condiciones:
- Comentario acorde al contenido del post.
- Prohibido mensajes de tipo SPAM.
- Evite incluir links innecesarios en su comentario.
- Contenidos ofensivos, amenazas e insultos no serán permitidos.

Debe saber que los comentarios de los lectores no reflejan necesariamente la opinión del STAFF.