AppSec

10 篇内容

工程实践知乎 - 鹅厂架构师

腾讯CDN Agentic Workflow:从漏洞挖掘到自动修复的红蓝对抗体系

文章复盘腾讯CDN一次由畸形媒体文件触发的平台级OOM事故,指出边界缺陷在百万行代码中潜伏四年、手工测试因输入组合爆炸而难以覆盖的结构性困境。作者提出CDN Agentic Workflow漏洞挖掘体系,以红蓝双军形式组织LLM完成从源码审计、协议标准交叉分析、定向变异、黑白盒验证到自动修复的闭环;红军以RFC标准为锚定位合规性偏离和合法边界越界,蓝军通过MDT多角色会诊、确定性重放环境和两层漏洞指纹保证修复质量与去重。文中给出260万次攻击、99%以上修复率、单case成本等规模数据,并引入LLM Wiki思想实现知识沉淀。当前体系主要覆盖崩溃型和部分逻辑型漏洞,复杂网络条件和跨模块耦合场景仍在拓展中。

推荐收录,因为它详细披露了生产级AI漏洞挖掘与自动修复体系的设计逻辑、关键机制和量化效果,包括RFC标准交叉审计、MDT会诊、重放环境互斥判别和漏洞指纹去重,可迁移到其他协议密集型系统。适合安全工程、AI工程化、基础设施稳定性方向的研究者和实践者,既能看到Agentic Workflow的落地约束,也能借鉴知识沉淀与成本控制方法。需要注意的是部分架构依赖腾讯内部监控和模型选择,但核心工程思路仍具通用参考价值。

工程实践Elastic Security Labs

Agents vs. agents: how we triage HackerOne reports for $2 each, 85% as well as a human

本文详细介绍了Elastic Security Labs如何构建一套AI驱动的漏洞报告分类系统,以应对因LLM生成报告激增而导致的Bug Bounty人力瓶颈。系统采用两阶段架构:分析阶段运行在临时VM上,通过八步流水线和对抗性审查对报告进行有效性、可利用性、CVSS评分等评估;复现阶段仅在必要时启动,在沙盒环境中自动化验证漏洞。系统基于3300+历史报告迭代校准,与人工分类一致率达85%,单次分类成本约2美元。文章还深入讨论了对抗性审查、针对Elastic产品的特定分类规则、完整的安全威胁模型与纵深防御设计,以及从工程实践中获得的经验教训,如报告框架偏见、数据校准关键性和复现的决策价值。

推荐收录,因为它提供了一个从问题定义、架构设计、校准迭代到生产部署的完整工程案例,包含详尽的技术细节、安全防御策略和可复现的实验数据。适合安全工程师、漏洞管理负责人和AI工程化团队参考,其多阶段分析流程、对抗性审查机制和沙盒复现的隔离架构可在其他自动化分类或安全评审场景中迁移复用。

工程实践NVIDIA Technical Blog

How to Self-Host a Validated AI Coding Assistant with NVIDIA NeMo Guardrails

文章针对在受监管、主权或源码敏感环境中部署AI编码助手面临的三大挑战——源码不能离开内网、助手可能虚构高风险包名、缺少修改审计追责——给出了一种通过NVIDIA NeMo Guardrails自托管验证型助手的解决方案。作者首先拆解了整体架构,包括本地Continue实例、自建模型端点以及NeMo Guardrails作为输入输出校验中间件,然后逐步演示了敏感数据检测、恶意包注入拦截、对抗性后缀攻击防御等护栏规则的配置方法。文中还展示了如何用对抗性样例测试护栏,并将校验步骤嵌入CI/CD流水线,以实现持续验证。方案假设已有自托管模型,护栏规则需要根据实际代码库定制,不涉及闭源或在线服务的直接适配细节。

推荐收录,因为文章不止于介绍产品功能,而是展示了从问题定义、架构选型到具体护栏规则和对抗性测试的完整工程落地过程。对于需要在合规环境中部署AI辅助开发工具的DevSecOps、平台工程或安全工程师而言,文中关于源码防泄漏、包名校验和审计日志的可迁移方法具备直接参考价值,并且对抗性测试思路也可用于其他AI应用的安全评估。

工程实践Trail of Bits Blog

How we use /goal to find bugs in Patch the Planet

文章总结了Trail of Bits在“Patch the Planet”项目中使用Codex的/goal功能进行开源软件安全审计的工程实践经验。核心方法包括三项关键技巧:让Codex基于威胁模型自行撰写目标提示,以生成更精确、可测试的成功标准;专注于定义明确的产出而非实现路径,使用详尽的结果条件并提前排除“容易的出口”;为每个代理分配单一目标,避免在一个提示中混合竞争性指标,并通过分治策略在zlib审计中显著提升效能。文中还详细展示了用于Rust编译器的全自动变体分析流水线,该流水线通过多代理分派、双重误报筛查和人工终审,将每个P-critical问题转化为独立追猎任务,并最终发现了所有已提交的Rust漏洞。整体上,这些经验展示了如何将安全专家的领域知识与AI的自主搜索能力结合,但强调最终有效性仍依赖于专家级的威胁建模、提示工程和结果验证,且该方法不适用于缺少明确威胁模型的任意代码库。

本文提供了经过真实关键基础设施项目(Rust、curl等)验证的AI辅助安全审计工程方法论,对prompt设计中的“定义结果而非路径”、“单一代理分工”以及自动化变体分析管线有具体可复制的描述。适合安全工程师、AI工程化团队和关注自动化测试的开发者参考,其中的分治策略和结果校准方法可直接迁移至其他AI驱动的审计场景。但需注意,这套方法强依赖专家的威胁建模能力和人工复核,简单套用可能产生大量误报或遗漏。

技术文章LoRexxar Blog

Wordpress wp2shell 未授权RCE(CVE-2026-63030 / CVE-2026-60137)

文章深入解析了WordPress 7.0.2以下版本中两个CVE漏洞组合形成未授权远程代码执行(RCE)的完整攻击链。作者从REST API批量请求路由混淆漏洞(CVE-2026-63030)切入,说明其如何通过数组索引错位绕过参数类型检查,进而将标量值传入WP_Query,触发SQL注入(CVE-2026-60137)。之后利用SQL注入控制数据库返回结果来污染WP_Post内存缓存,再结合oEmbed写入刷新和Customizer临时身份切换,最终通过REST重入以管理员身份创建恶意账户并安装插件,实现权限提升与任意代码执行。文章不仅详细分析了每个环节的代码逻辑和利用原理,还总结了漏洞组合的巧妙之处与修复方案,适合安全研究、漏洞挖掘及Web安全从业者参考。

该文以清晰的逻辑拆解了高危组合漏洞的完整利用链,展示了从参数校验绕过、SQL注入到缓存污染、权限提升的深度攻击思路,并提供了具体的代码级分析和修复对比。对于安全研究人员、红蓝对抗及Web安全工程师而言,其可迁移的利用方法论和巧妙的链条设计具有很高的长期参考价值,且弥补了公开资料中对该漏洞分析深度的不足。

技术文章LoRexxar Blog

2026年了,核弹还是fastjson,fastjson1.2.83 RCE是怎么回事?

文章详细分析了 fastjson 1.2.83 中一个无需 autoType 的 RCE 漏洞。核心机制是利用 fastjson 对类名中 `replace('.','/')` 的处理缺陷,构造特殊的类名使类加载器将路径解析为远程 URL,结合 Spring Boot FatJar 的 LaunchedURLClassLoader 从远端拉取恶意 JAR,再通过 `@JSONType` 注解绕过类型信任检查触发 RCE。文章还探讨了漏洞在不同 JDK 版本和 Web 容器下的利用差异,指出高版本 JDK 的 `//` 校验限制需要借助 SSRF 下载 JAR 到本地再通过 jar:file 协议加载。作者强调该利用链对环境要求苛刻,默认 Tomcat 下无法直接利用,并怀疑原始 POC 可能因 AI 辅助构造而误植了特定 ClassLoader,真实场景的影响力可能被高估。

文章从一条模糊的漏洞披露出发,逐步还原了利用链的技术细节,并客观分析了环境依赖性和局限性,展示了安全研究中的勘误与思辨过程。适合 Java 安全研究员、红队工程师及负责 fastjson 治理的开发团队阅读,其分析方法可迁移至其他反序列化漏洞的复现与防御评估。

工程实践LWN.net

Local DoS attack vectors in seunshare 3.10 (SUSE Security Team Blog)

文章深入分析了 SELinux 沙箱工具 seunshare 3.10 中的两个本地拒绝服务漏洞,并结合默认的 targeted SELinux 策略说明了其在交互用户上下文中的实际影响——尽管系统运行在 enforcing 模式,攻击者仍可在未限制域中获得 root 级权限提升。作者详细阐述了漏洞原理、利用场景以及 setuid-root 二进制文件在 SELinux 策略下的域转换缺陷,并给出了修复版本 3.11。该案例不仅提供了具体漏洞的技术细节,还揭示了安全机制与默认配置之间的潜在不匹配问题,适合用于理解 Linux 系统安全审计和实施加固。

文章来自 SUSE 安全团队,以真实漏洞为切入点,清晰展示了从审计发现到影响分析、再到修复的全过程,对安全工程师和系统管理员具有直接的参考价值。其核心价值在于说明默认 SELinux 策略可能无法完全约束 setuid 程序,帮助读者理解策略配置与二元权限之间的交互,可迁移至其他系统的安全加固评估中。

工程实践Cloudflare Blog

Introducing Precursor: detecting agentic behavior with continuous client-side signals

文章介绍了 Cloudflare 推出的 Precursor 功能,一种基于客户端行为信号的会话级机器人检测系统。Precursor 通过动态注入 JavaScript 持续收集鼠标移动轨迹、键盘节奏、页面焦点变化等交互数据,并在边缘服务器上对行为模式进行交叉验证和聚合评估。系统强调隐私优先,仅采集时序和节奏特征而非实际按键内容,同时将会话级检测整合进现有的 Bot 管理框架,防止自动化工具通过刷新页面重置行为指纹。这种持续性观测能有效分辨短期看似合理、长期却难以伪装的自动化行为,提高检测精度并降低对合法用户的摩擦。文章还概述了系统架构、评估层设计及配套的会话分析仪表板,目前作为 Enterprise Bot Management 的附加功能发布。不足之处在于缺乏大规模部署的效能数据和对抗演进的长期验证。

本文详细阐述了一个真实的工程案例:如何设计一套隐私保护、持续运行的客户端行为检测系统来对抗复杂机器人。文中对信号采集、边缘评估、会话上下文和隐私权衡的讨论具体且可迁移,适合 Web 安全、反爬虫和风控工程师参考。其设计思路和架构权衡可应用于其他需要区分人类与自动化流量的安全系统,具有长期的工程参考价值。

工程实践GitHub Security Lab

Inside the Advisory Database and what happens when vulnerability volume breaks records

这篇文章复盘了 GitHub Advisory Database 在 2026 年 5 月遭遇的漏洞输入激增:单月发布 1560 条已审查 advisory,三个月内月均决策超过 6000 次,但处理速度仍落后于增长的报告量。作者解释了瓶颈不在发布管线,而在人工复核:包名映射、受影响版本重建、多生态包核验、冲突信息消歧都会显著拉长审核时间。文中强调 reviewed advisory 代表过验证的数据,可供下游告警和 API 直接信赖,因此不能通过跳过核验来换速度。随后介绍了 GitHub 正在推进的措施,包括提高提交质量、扩容后端、引入 AI 辅助检索、增强自动化、完善文档培训,并计划用风险信号优化优先级。文章适合关注安全数据平台、漏洞情报流水线和人机协同审核系统的读者,也点出了高质量上游数据对整体生态的边界与依赖。

推荐收录,因为文章给出了明确的量化证据:漏洞输入与审核量同步暴涨、审核延迟由周级扩展到多周,且详细说明了人工复核的具体成本。它适合做安全情报平台、供应链漏洞数据和人机协同审核设计的参考,能迁移的经验包括数据质量前置、风险分级和有限自动化的边界。

技术文章Daniel Stenberg

Do excellent vulnerability reports

这篇文章基于 curl 项目累计处理上千份漏洞报告的经验,系统总结了“优秀漏洞报告”应具备的要素。作者强调,提交者首先要确认问题是否真实、是否超出文档已说明的行为,并按项目要求的渠道提交,避免给维护者增加不必要的沟通成本。报告正文应先用简短、人写的段落概括问题与影响,再附上可独立运行的复现脚本或源码,并尽量提供可帮助理解和修复的补丁。文章还指出,报告应注明测试版本、尽可能定位最早受影响版本,并在后续沟通中持续协作,帮助项目完善修复与安全公告。整体内容适用于安全研究员、开源维护者和想提升漏洞通报质量的工程师,但它主要讨论报告流程与协作规范,而非漏洞挖掘技术本身。

推荐收录,因为文章直接来自长期处理漏洞报告的开源项目维护者,证据充分,且给出了复现、补丁、版本定位和协作的具体要求。对安全研究员、开源项目维护者以及负责漏洞响应的工程师都很实用,能直接迁移到真实提报与处置流程中。