CD's second night

重看 Log4Shell 和 Heartbleed，我整理了防守排查清单（4/5）

虚构一场账号异常，把 AI 放进威胁研判流程

PPT—大模型蒸馏经济学 2026：推理数据免费之后，稀缺资产去了哪里

PPT—AI Agent 工程化落地 2026：Demo 是 pass@1，生产是 pass^k

只改写一段旁白，靠推理识别的作弊检出率从 96% 掉到 4%

翻了 10 个开源训练仓库，我更想先补安全任务的判分器

把监测器写进奖励后，模型照样作弊，只是不说了

把大模型的记忆存到硬盘：KV Cache 外置的技术全景与动手实践

24 点好判分，安全 AI 的验证器得自己建

做 RL 任务时，我现在先问奖励到底在教模型什么

模型最后说了不，审计还得看中间发生了什么

碎碎念(日常更新)

OpenClaw 17个漏洞攻击面 发布此文时只修复一个

Agent 会话记录：最有价值的数据资产，也是最需要保护的信任边界

Claude Code v2.1.71 — 完整架构分析报告

工具调用的信任困境：AI 编程智能体是如何沦为“盲从执行者”的

2025总结

智·战 2025 —— 腾讯云鼎AI渗透大赛全景复盘

《从“灰产数据、”到“数据供应链”：我对 Codex 5.3 污染问题的四轮追溯》 

AI促进汇报-PPT 各种报告实现的最佳实践

50种终端进程注入（实时更新）-附原理/源码

AI Agent 中浮点计算导致结果不一致：成因、影响与优化策略

RCS短信协议钓鱼的原理与利用

深入剖析 uevent_helper 容器逃逸向量

WIZ-2025竞标赛-第三期(Breaking The Barriers) 

WIZ-2025竞标赛-第二期(Contain Me If You Can) 

利用Kubernetes探针进行持久化的攻防观察与防护

WIZ-2025竞标赛-第一期(June)

穿透chroot牢笼的九大逃逸秘技：原理剖析与实战代码解密

2024年终总结

Developing a Cloud Unauthorized Tool

cloudflare-R2存储桶探测(熟肉)

Azure-Azure Blob Container to Initial Access

GCP-Exploit SSRF with Gopher for GCP Initial Access

GCP-Reveal Hidden Files in Google Storage

云安全-K8S-container中的四种后门注入方式

AWS-Leverage Insecure Storage and Backups for Profit

AWS-pwnlab剩余姿势总结

AWS-Leverage Leaked Credentials for Pwnage

简单制作一些AI-Api-帮助办公机器人

AWS-Identify the AWS Account ID from a Public S3 Bucket

AWS-S3 Enumeration Basics

AWS-SQS and Lambda SQL Injection

AWS-Exploit Weak Bucket Policies for Privileged Access

容器安全/k8s 多种配置不当-YAML

terroform goat traning

容器安全-ssh .so文件隐藏后门

2024GH.V.V__int__隐藏钓鱼木马分析

实现收藏文章即时同步静态站点，欢迎订阅

7条top云攻击路径(仅学习)

多维度云原生ATT&CK视角

不同深度学习方法在数据特征提取中的应用及比较

k8s安全中的网络隔离

java9后如何实现self-attch

AI+ploty+python+notion_or_feishu实现旭日图表

javassist修改运行时java类名

基于EBPF的容器安全验证解决方案

使用音频在计算机之间传输数据 - win11

容器安全-内核中的各类问题

云安全-K8s-内核和用户环境中的各类问题

Quick_mssql_Qenetration

Run Ebpf-Pe In docker

从云原生攻防之道看BAS安全验证新方向 

CVE-2024-21626

Kubernetes Goat

撕开防线：从 RASP 常规绕过到 ASM 动态擦除 Hook 的进阶之路

耗时半年挖掘17个java闭源系统-具体挖掘过程攻略

Links

Follow

画了一张七节点漏洞分析图，模型只负责提假设（2/5）

Claude Code 的循环很薄，难的是外面的 harness（1/5）

用 Python AST 跑了一遍小型污点审计（5/5）

没有题干时，漏洞分析先画地图、再给结论找出处（3/5）

回溯 Log4Shell 与 Heartbleed 的成因和修复版本线，归纳六类通用攻击面和后利用检测点（附 ATT&CK 映射）；再用 LangGraph 把多源日志关联成入侵链，生成待人工确认的排查清单。

用一起虚构的财务账号异常事件，拆解 AI 在 IOC 提取、告警归并、攻击链还原、日志处理、报告与处置审批中的位置和边界，以及做成产品还要补的数据契约、校验、审批、评测与上线工程。

单轮推理轨迹已成大宗商品，稀缺资产转向 agentic 轨迹、模型行为画像与验证器。19 页 PPT 讲清蒸馏成本曲线、验证器金矿论，以及给决策者的 90 天路线图。

用一个退款客服 Agent 的六次翻车，串起 Agent 从 Demo 到生产的六道坎：评测、选型与人在回路、上下文、工具、权限、成本与可观测。26 页 PPT，事实均附出处。

只改写一段旁白，监测器检出率从 96% 掉到 4%：用 2026 年的 12 项研究，看思维链监测在哪些条件下失效、该怎么防。

克隆全球 10 个训练仓库逐行实证：只有编码和数学把 benchmark 变成了 RL 环境，分界线是一个 70 行的判分器；安全域是下一个空位，攻击链靶场就是它的 SWE-Gym。

精读 OpenAI 论文《Monitoring Reasoning Models for Misbehavior and the Risks of Promoting Obfuscation》：看推理链的监测器能抓住 95% 的系统性作弊，可一旦把监测器写进训练奖励，召回率跌到接近 0。25 页 PPT。

24 点之所以成了推理研究的标准考题，是因为它的验证器免费；安全 AI 难评测，是因为验证器昂贵。从 Tree of Thoughts、rStar-Math 到 OpenAI 的思维链监测论文，讲清楚安全团队该怎样给 AI 建自己的验证器。

意图是校准 prompt/环境/verifier 的锚，不是奖励本身；reward hacking 的缝就在 verifier 奖励的与你真正想要的之间。四零件三对齐轴、公平与真实的张力、失败要合理成功要正当，以及多智能体出题流水线与任务工厂。

最终答案是消过毒的版本，推理才是模型决策的真身：甲方安全团队怎样把推理审计落到采购清单、监测管线、BAS 红队和合规边界里。

agent 会话记录既是 2026 年最稀缺的训练数据，也是模型的“自传”：历史的完整性直接决定行为的完整性。

EntraID_Sensitive_Privileges_Breaking_Barriers

攻击者通过扫描端口、利用目录穿越漏洞、劫持公开RDS/EBS快照、扫描Git仓库、利用S3版本控制和暴力破解S3存储桶等手段，获取AWS访问密钥，进而访问敏感S3存储桶和数据库，最终获取机密信息。防御措施包括避免公开快照、监控和告警、强化IAM策略、限制S3存储桶访问权限等。

通过爆破和二分法优化，成功从公开S3桶中识别出AWS账户ID。

通过AWS S3桶的公开访问权限，获取并利用硬编码的AWS凭证，成功访问敏感信息。

通过滥用容器的特权和能力（如 CAP_DAC_READ_SEARCH、SYS_ADMIN、SYS_MODULE 等），以及不安全的挂载配置（如 Docker Socket、Host /etc、Host /proc 文件系统），可以实现容器逃逸、后门植入和集群控制等安全风险。

总结：通过配置云服务（如阿里云、AWS、Azure）的不安全策略和权限设置，可以创建各种安全验证场景，用于测试和演示潜在的安全风险和漏洞，包括不安全传输、未使用 KMS 加密、SSRF 漏洞、IAM 提权、命令执行等。

通过配置 PAM 模块 pam_exec.so，在用户通过 SSH 登录时，密码和相关信息会被传递给自定义脚本，并记录到日志文件中。



__int__隐藏+LNK+ftp-dat+java模块化后门

支持无限不同格式的 即时随时随地收藏、订阅、发布站点一体化的静态站点。

因本人常用并学习,就用我自己写的模型进行本地解析代码后翻译成中文并弄成静态加上前端方便其它师傅学习,虽然还有些翻译小问题 但是不妨碍阅读。



Comparison of various deep learning methods (including but not limited to Graph Convolutional Neural Networks, Generative Adversarial Networks, referenced as DESC [1], scDeepCluster [2], scDMFK [3], scziDesk [4], scAIDE [5], scGMAI [6], scCAN [7], and scDCCA [8]) in data feature extraction and clustering performance evaluation on different test datasets (single-cell RNA sequencing data, spatial transcriptomics data, image data). Comparative analysis of the strengths and weaknesses of different methods.

私人专研 产品已有 解决方案内容后期公布 
Solution of Container Security Verification based on EBPF

Transmitting data between computers using audio

实战 .net命令执行.net内存加载
CLR利用 自动化工具利用编写

本文将深入探讨云安全知识及其在攻防两端的实际应用场景，并全面分析BAS技术在这些场景中的潜在应用。通过阅读本文，甲方安全人员将能够运用模拟攻击测试与修复技术，有效加固组织的安全防线，并根据测试结果精确调整安全控制策略和资源配置，从而显著提升安全管理的效率和成果。同时，对于云安全领域怀有浓厚兴趣的学习者或专业人士，本文将助您可以增强对云安全架构的理解，学习实施有效的云安全措施。对于BAS领域充满热情的学习者或专业人士，本文亦将引领您全面认识并熟悉BAS技术，进而提升在安全测试、安全运营以及风险评估等方面的专业技能和综合能力。

各类方法实现RASP绕过 以及ASM-agent实现彻底致盲javassist-RASP

累计挖掘通用漏洞33个,因当时的截图没有去隐,顾想看的同学可以联系获取密码

先用 CyberGym 基准校正“AI 能挖到哪”的预期，再把漏洞分析拆成 7 个可观测节点：只有一个 LLM 假设节点，确定性工具背书，低置信与高危转人工；最后跑通一张防御性分析图。

拆开 Claude Code 看 AI Agent 的真实结构：薄推理循环加厚 harness，包括工具契约、权限与沙箱、上下文压缩与记忆；再用 LangGraph 复刻一个可中断、可复核的代码审计 Agent。

用 source、传播、净化、sink 四个词判定一条路径该不该报，讲清 SAST、模糊测试、符号执行与 Agent 怎么协同；跑通一张 AST 污点审计图，并把五篇收成一条审计工作流。

把节点化方法搬到没有题干的真实目标上：六步工作流、攻击面地图、六节点漏挖状态图；再用保留出处的 RAG 知识库给每条结论挂上引用，并分清多模型“并集扩覆盖”和“共识压误报”两种用法。