04｜对抗现象如何分类：从静态变化到行为链变化
前两篇分别讨论了什么是安全对抗，以及安全产品检测链路如何工作。这一篇进一步拆解一个问题：对抗现象如何分类？不同类型的对抗变化分别影响检测链路的哪些环节，防御侧又该如何从分类出发，找到对应的补强方向。 分类不是目的，让每一类对抗现象都能指向具体的分析维...
好的外部文章和内容
03｜安全产品检测链路如何工作：从文件进入到告警响应
上一篇讨论了什么是安全对抗，以及它为什么会表现为检测失效。这一篇从攻防两侧拆解一个问题：一个样本或行为从进入系统到最终被处置，中间会经过哪些检测环节？每个环节到底在看什么、可能漏什么，以及为什么单点规则不等于完整的检测能力。 一、为什么要理解检测链...
02｜什么是安全对抗：从”对抗现象”到”检测失效”
安全对抗需要同时从攻击侧和防御侧理解：攻击侧关注如何让行为更难被稳定识别，防御侧关注为什么没有被看见、看懂和关联。本文结合两侧视角解释：什么是安全对抗，它为什么会表现为检测失效，以及如何描述、复盘和补强这类问题。 一、为什么要先定义”安...
01｜从检测失效到防御闭环：安全对抗防御研究系列
本系列定位为安全对抗防御研究。 它讨论的不是如何制作免杀载荷，也不是如何绕过某个安全产品，而是从防御视角复盘：为什么检测会失效、哪些证据可以观察、规则如何补强、体系如何长期评估。 一、写在前面 在终端安全、EDR、NDR、沙箱、威胁狩猎和红蓝对抗工作...
链式思维（CoT）在AI安全中的原理、作用与应用方法论
0x00 引言 链式思维，英文名，Chain-of-Thought。简称，CoT。是一种让模型在回答最终问题前先进行逐步思考的方法，即将复杂问题分解为一系列中间推理步骤，再逐步求解以得出答案。这种逐步推理的过程模拟了人类的思考，能有效避免模型由于一次...
基于LangGraph的多Agent安全运营中心CLI实现
完整且清晰的一个多Agent SOC实现，可用于快速原型实现及SOC项目学习💡。 github链接：https://github.com/NathanCavalcanti/Multi-Agent-Automated-SOC-Analyst 主要功能 ...
使用 Amazon Q Developer 构建企业自动化代码审核流程
前言 在软件开发流程中，代码审核是确保代码质量的关键环节。传统的代码审核通常依赖于团队成员之间的相互审查，这不仅耗时，而且可能受到审核者经验和专业知识的限制。随着生成式 AI 的发展，越来越多的团队，也开始借助生成式 AI 的能力进行代码审核。 Am...
【AI安全】英伟达构建 Agentic AI 沙盒的终极指南
NVIDIA利用WebAssembly为Agentic AI构建轻量、安全、高效的沙盒环境，解决了AI执行代码时的关键安全问题，是AI向行动转变的重要突破。 一、 Agentic AI 的崛起与伴随的致命风险 ⚠️ 随着大语言模型（LLM）从「...
Agentic AI基础设施实践经验系列（二）：专用沙盒环境的必要性与实践方案
一、Agent沙盒环境的业务需求、场景与技术解析 1. 为什么Agent需要专门的沙盒环境 Agent应用作为新一代人工智能应用形态，能够自主理解用户意图、制定执行计划并调用各种工具完成复杂任务，正在重塑我们与AI系统的交互方式。这类智能代理不仅能够...
XAgent，把规划—执行—回放装进安全沙盒的可视化工头。。。
今天刷到个玩意儿，有点上头…XAgent。别急着把它归类成“又一个智能体框架”，我更愿意把它想成：把“规划-执行-回放”这套工程化骨架，塞进了一个能直接起飞的安全沙盒里——一键拉起 Docker，前端一开就是个能聊、能点、还能看过程回放的“可视化工...
网络安全陷阱：别再纠结“谁是黑客”，行动才是王道！
在数字化时代迅猛发展的今天，网络威胁如影随形，企业、政府机构以及普通个体每日都面临着多样的网络入侵风险。网络安全从业者常常将“归因”（attribution）视为关键环节，即通过技术痕迹、行为特征和情报分析来锁定攻击背后的威胁主体，例如国家背景的黑客...
MCPZoo 主页上线｜让 MCP 生态第一次“看得见、摸得着”
MCPZoo 官网正式上线啦！ 在智能体从“对话”走向“执行”的进程中，模型上下文协议（MCP） 已成为AI连接外部世界的桥梁，而MCP Server则是承载万千能力的具体端点。然而，生态的碎片化与高昂的验证成本，始终是横亘在开...
MWDB: 灵活的恶意样本存储系统
开篇 在实际工作中，恶意软件分析人员迟早会面临维护的恶意软件样本库规模不断增长的问题。 与此同时，要维护的数据不仅仅是二进制样本，还包括样本分析之后得出的相关信息，比如从样本中提取的信息、样本与提取的信息之间的关联关系、样本与样本之间的关联关系、样本...
威胁样本下载器 (Threat Sample Downloader)
威胁样本下载器 (Threat Sample Downloader) 一个高性能、安全的威胁样本下载器，专为网络安全研究和恶意软件分析而设计。主要应用场景为对接狩猎平台(NTA/蜜罐/WAF/EDR等)提取到的: Malware-Url 提交自动下...
一键搞定所有基础漏洞侦察
Recon（侦察/侦察行动）是漏洞赏金界用于收集目标信息的技术。这个步骤能帮猎人拓展攻击面，有时候直接通过暴露敏感数据把你带到一个漏洞上。 两种常见的狩猎方式 在读别的猎人 write-up 时，我经常碰到两类狩猎方式： 主应用挖掘（Main A...
用AI三大武器（Skills、Prompt、MCP）自动化代码安全扫描
序言：为什么你的代码安全总在“下次一定”？ 在软件开发的世界里，代码安全扫描就像是体检，人人都知道重要，但真正能坚持下来的却寥寥无几。你是否也遇到过这样的场景： 上个月我接手一个老项目，提交 PR 前习惯性跑了下安全扫描，结果傻眼了：20+ 个 C...
企业安全-大模型分析WAF误拦截实践
Web攻击的POC每年都有在变，我作为防守方的WAF规则也得跟着改。今年上新WAF规则的时候，我们用上了大模型帮忙，把人工分析成本和误拦截风险都降了不少。 可以想象一下，WAF规则如果直接上生产环境，风险太大了，根本不现实。正常流程都是上线前先验证，...
基于浏览器插件的攻击框架：RedExt一种新型的C2
前言：基于浏览器扩展的钓鱼攻击 基于浏览器扩展进行网络钓鱼攻击是近年来快速兴起的一种钓鱼变体——攻击者通过植入/传播恶意的浏览器扩展在用户浏览器内部运行恶意代码，其核心目标是窃取浏览器级别的隐私与凭证，而不是单纯诱导点击某个钓鱼页面，下载系统级别的...
穿透技术域迷雾：如何用AI缝合安全裂痕？
随着数字化转型的深化，企业IT环境已从单一网络边界扩展至物联网（IoT）、移动终端、办公网络、云原生应用等多领域。这种技术多元化在提升业务效率的同时，也带来了前所未有的安全碎片挑战。各个环境之间的安全防护各自为战，安全防护体系碎片化指数持续攀升，这种...
揭秘AI自动化渗透背后的迷雾
今年是Agent的主旋律，随着近期Blackhat DEFCON 以及各大赛事 会议的开展，AI与安全的话题不断碰撞，在这其中，AI自动化漏洞挖掘/渗透？AI是否能代替人类安全工作人员？或安全怎么才能不被AI代替? 一直是热门的话题 本文将以AI赋能...