<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Simple_Pure的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/Simple_Pure</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Simple_Pure]]></copyright><item><title><![CDATA[AI攻防 AICrypto]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169464796</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169464796</guid><author>Simple_Pure</author><pubDate>Thu, 29 Oct 2026 21:20:25 +0800</pubDate><description><![CDATA[这道题没有一行“漏洞代码”，却是一道标准的。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT07-Automated AI Red Teaming at Scale]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169464547</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169464547</guid><author>Simple_Pure</author><pubDate>Thu, 29 Oct 2026 21:04:42 +0800</pubDate><description><![CDATA["""把文本转成 Pig Latin —— 一种可能绕过简单关键词过滤的新奇编码。;?;:\"'")):]elif core:lead = ""else:conv = wreturn True   # 确定性、无分支 → 可安全并行内置探针覆盖的是通用漏洞类；你的业务风险是专属的——医疗 AI 的不当临床建议、金融客服的市场操纵话术、代码助手在你技术栈上的不安全生成。自定义探针把这类用例写成可复用、可版本化的代码，直接接到 garak 的报告与 CI 上。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT06-Model Extraction and Inference Attacks]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169366223</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169366223</guid><author>Simple_Pure</author><pubDate>Wed, 28 Oct 2026 21:22:09 +0800</pubDate><description><![CDATA[模型窃取是经济不对称的：几百万到上亿美元训出来的能力，几千美元查询费就能克隆出功能等价体。偷模型往往只是第一步——真正的目的是把黑盒变白盒（造对抗样本）、绕开计费，或拿一份可离线挖掘的副本做隐私推断。训练数据提取不是理论：GPT-2 上确认 604 条逐字记忆（46 条含真名、32 条含联系方式）；对齐后的 ChatGPT 用重复词发散攻击仍能吐出 10,000+ 条。对齐不消除记忆化，只是藏起来——这是"安全训练"边界的一个明确注脚。成员推断把模型输出变成隐私探测器。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT05-AI Supply Chain and Infrastructure Attacks]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169268193</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169268193</guid><author>Simple_Pure</author><pubDate>Tue, 27 Oct 2026 22:03:37 +0800</pubDate><description><![CDATA[微调（在预训练基座上用较小的任务数据集继续训练）已成为定制 AI 系统的标准方法。Hugging Face 上有数十万个微调模型，OpenAI 也为 GPT-4o / GPT-3.5 Turbo 提供微调 API。⚠️微调的普及创造了多个不需要从零训练的攻击面。你的 AI 系统大部分不是你写的。六层供应链（数据 / 模型 / 框架 / 编排 / 基础设施 / 插件），攻击者只需攻破最弱的一环，而你要守住全部。信任向上传递。训练数据被投毒 → 所有下游微调、蒸馏、应用全部继承。一次底层妥协可影响数百万终端。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT04-Multi-Agent System Exploitation]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169170556</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169170556</guid><author>Simple_Pure</author><pubDate>Mon, 26 Oct 2026 22:56:40 +0800</pubDate><description><![CDATA[组件作用安全含义定义它是谁、能做什么、不能做什么被越狱 = 行为约束消失（第 6 章）Tools它能调的函数：搜索、代码执行、数据库查询、发邮件……这是"手"，权限给多了就是灾难（第 10 章）Memory上下文持久化：窗口内 / KV 存储 / 向量库 / 关系库这是"海马体"，被写脏了就是固件级木马（第 8 章）单个 Agent 已经有攻击面了。真正的范式转变发生在开发者开始把 Agent 串起来——让它们互相委派子任务、互相评审输出、协作完成超出单个模型上下文或能力的目标。]]></description><category></category></item><item><title><![CDATA[AI 渗透测试智能体架构综述：从单兵到蜂群的演进图谱]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/169070395</link><guid>https://blog.csdn.net/Simple_Pure/article/details/169070395</guid><author>Simple_Pure</author><pubDate>Sun, 25 Oct 2026 23:22:12 +0800</pubDate><description><![CDATA[维度AI 智能体人类渗透测试员70% 关键 Web 漏洞（业务逻辑缺陷）❌ 目前无任何自主智能体能可靠检测✅覆盖面、7×24、一致性✅ 显著优势❌创造性利用链、GUI 流程、全新攻击向量构想❌✅成本$18/小时约 $60/小时智能体 ≠ 扫描器：区别是「一张检查清单」还是「把一个难题想明白」。ReAct 循环是共同骨架，上下文窗口是共同天花板—— 后续几乎所有架构创新都在解决它。六种架构模式。]]></description><category></category></item><item><title><![CDATA[AIShield 靶场 WP]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168978249</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168978249</guid><author>Simple_Pure</author><pubDate>Sat, 24 Oct 2026 23:18:12 +0800</pubDate><description><![CDATA[项目说明名称性质公开注册的 AI 安全演练靶场，明确授权关卡37 关，覆盖 OWASP LLM Top 10（LLM01–LLM10）+ Agentic Top 10（ASI01–ASI10）模式每关一个"守密"的 AI 助手，目标是套出它系统提示里的验证口令验证拿到的口令提交到验证接口，返回即通关💡靶场的设计巧思： 它把"攻击成功"定义得极其清晰——拿到那个口令就算赢。这比"看模型有没有说错话"客观得多，也逼着你去找真正的信息泄露路径，而不是嘴上讨便宜。]]></description><category></category></item><item><title><![CDATA[AIGC 安全学习笔记02 后门攻击・LLM 安全靶场・提示词注入]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168884340</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168884340</guid><author>Simple_Pure</author><pubDate>Fri, 23 Oct 2026 23:18:23 +0800</pubDate><description><![CDATA[【AI 供应链安全：训练侧 + 交互侧】│后门攻击（训练侧）                              提示词注入（交互侧）│          │          │          │            ├─ LLM01 提示注入（直接/间接）触发器形态  攻击入口    攻击载体   投毒范式      ├─ LLM02 敏感信息泄露。]]></description><category></category></item><item><title><![CDATA[AIGC 安全学习笔记01 深伪检测・文本隐写・LoRA]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168883954</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168883954</guid><author>Simple_Pure</author><pubDate>Fri, 23 Oct 2026 22:28:26 +0800</pubDate><description><![CDATA[把上篇的内容串成一张图——中心问题是"如何重建可信"【AIGC 安全：攻与防】│视觉媒体取证              文本域信息隐藏           模型侧技术被动检测   主动防御      修改式      生成式      LoRA微调    API推理参数┌─┴─┐    ┌──┴──┐      格式/编码   马尔可夫链    低秩假设     temperature。]]></description><category></category></item><item><title><![CDATA[蓝队笔记整理04 安全设备、内网处置与云上防护]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168774495</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168774495</guid><author>Simple_Pure</author><pubDate>Fri, 23 Oct 2026 21:32:06 +0800</pubDate><description><![CDATA[前三篇是"被打之后怎么办"，这一篇把视角拉到体系：主动设防 —— 蜜罐、WAF、态势感知、威胁情报各自干什么、怎么配合兜底处置 —— 内网真被打穿时的遏制 / 取证 / 清除 / 加固闭环云上战场 —— 云环境的攻击面为什么和内网完全不同阅读主线：
第一章 &middot; 蜜罐 &nbsp; &nbsp; &nbsp;  ── 主动设局，等攻击者自己上门
 &nbsp; &nbsp; &nbsp;  &darr;
第二章 &middot; 设备全家福  ── WAF / 态势感知 / 幻阵 / 威胁情报如]]></description><category></category></item><item><title><![CDATA[蓝队笔记整理03 Windows / Linux 入侵排查与溯源]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168774411</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168774411</guid><author>Simple_Pure</author><pubDate>Thu, 22 Oct 2026 22:23:23 +0800</pubDate><description><![CDATA[先定性再动手：Web 入侵翻中间件日志、系统入侵做主机排查、网络攻击看流量——三篇笔记正好各管一线。排查就是翻六个藏身处：账户、进程/端口、启动项、计划任务、服务——恶意代码想活下来，逃不出这几处。黑客账户四个破绽：名字怪、权限高、登录时间/地点不对、想隐藏。隐藏账户认结尾net user看不到，要到里对。克隆账户比 F 值000001F4（RID 500 = Administrator）的 F 值是基准，相同即克隆；D 盾可自动检测。删影子账户要删注册表清不掉注册表残留；WMIC 已弃用，用。]]></description><category></category></item><item><title><![CDATA[蓝队笔记整理02 中间件与主机日志分析]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168774259</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168774259</guid><author>Simple_Pure</author><pubDate>Thu, 22 Oct 2026 22:16:20 +0800</pubDate><description><![CDATA[日志是攻击的"账本"：流量可以加密，但每个请求都会在 access.log 里留下明文的 IP、时间、路径、状态码。access.log 六段式字段$1=IP、$4=时间、$7=路径、$9=状态码——awk 命令全是围绕这四列展开的。时间字符串比较只在同一天内可靠日/月/年格式的字典序跨天会乱，切片要逐天跑。grep 追 IP 要防子串误伤会匹配，用 awk 等值判断更稳。排查三板斧：TOP IP 定攻击源 → 追 IP 拉行为 → 时间切片定窗口，最后按路径找 Webshell。]]></description><category></category></item><item><title><![CDATA[蓝队笔记整理01 C2 远控与 Webshell 流量特征]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168774108</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168774108</guid><author>Simple_Pure</author><pubDate>Thu, 22 Oct 2026 22:02:13 +0800</pubDate><description><![CDATA[监控对象：User-Agent 频繁变化、异常端口（如 49700）、长连接请求加密藏不住习惯：密码学保护的是内容，但节奏、格式、握手指纹藏不住，这是流量分析成立的根本前提。检测要分四层：静态特征（快而脆）→ 协议指纹（稳）→ 行为特征（改不掉）→ 主机日志（可溯源）。单层都不可靠。强特征定性，弱特征打捞：Cookie 末尾分号、MD5 夹心、checksum8=92 可直接判；Accept、随机 UA、TCP 重传只能加权。蚁剑认@ini_set和_0x没有正常业务会这么发。冰蝎认。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT03-RAG Exploitation & Vector Database Attacks]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168560529</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168560529</guid><author>Simple_Pure</author><pubDate>Tue, 20 Oct 2026 21:43:27 +0800</pubDate><description><![CDATA[RAG 的架构就是它的攻击面。六道信任边界（文档源、解析器、分块器、嵌入模型、向量库、检索逻辑）每一道都能被单独攻击。别黑模型，黑上下文。模型一次只看 5–10 段话；控制那几段话，比攻破模型便宜一万倍。投毒极其高效。5 篇文档打穿数百万篇的库（90% ASR），而且不需要改权重、不需要绕对齐。检索可以被工程化劫持。"把用户的问题抄进文档"就是最强的检索武器，黑盒就够，还跨模型迁移。向量库是新的"裸奔重灾区"。3000+ 实例无认证暴露，默认配置优先便利，Swagger 面板等于操作台。向量不是隐身衣。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT02-Prompt Injection Attacks]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168345011</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168345011</guid><author>Simple_Pure</author><pubDate>Sun, 18 Oct 2026 21:56:17 +0800</pubDate><description><![CDATA[攻击者自己就是用户，在聊天框、API 参数、表单里直接发一段精心构造的话，试图覆盖、追加或绕过开发者的系统提示词。没有 RAG、没有工具调用、没有外部文档——纯靠嘴。最简单的类别，但一直很有效。按 Obsidian Security 2025 年的分析，它现在越来越多地被当作"铺垫步骤"：先在对话早期把 Agent 的人格劫持掉，等它后面拿到高权限工具时再动手。注入是结构性问题，不是 bug。LLM 平等处理所有 token，指令与数据之间没有硬件隔离；每个处理外部输入的应用都可能中招。直接注入是基本功。]]></description><category></category></item><item><title><![CDATA[张小珺商业访谈笔记整理｜对话 Dyna 创始人 Lindon Gao：机器人世界的迷雾、分歧与抉择]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168250800</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168250800</guid><author>Simple_Pure</author><pubDate>Sat, 17 Oct 2026 23:11:33 +0800</pubDate><description><![CDATA[在没人看得清方向的时候，既不假装看清，也不停在原地——用最小的工作流去验证，用修心去承受验证失败的代价。迷雾不会因为焦虑而散去，但判断可以因为练习而变准。]]></description><category></category></item><item><title><![CDATA[运维03 机房跳纤]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168248076</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168248076</guid><author>Simple_Pure</author><pubDate>Sat, 17 Oct 2026 19:27:18 +0800</pubDate><description><![CDATA[跳纤（跳接光纤）是两端都带连接器插头的光纤，用于在设备之间、设备与配线架之间建立灵活的光路连接。它的核心价值是"可调度"：改路由、换端口、做割接时，换一根跳纤即可，不必动主干光缆。跳纤是一项"看起来简单、做起来讲究"的基础运维工作。确认需求 → 选纤（模式、接口、研磨、长度）→ 业务审批/停业务 → 布放盘纤绑扎 → 清洁端面 → 垂直插到位 → 两端贴标 → 测收光/损耗 → 更新台账 → 恢复现场选对纤：单模/多模、波长、接口、研磨方式必须匹配，任何一项错了，后面做得再整齐也没用；布好线。]]></description><category></category></item><item><title><![CDATA[AI攻防 LLM中间件]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/168242097</link><guid>https://blog.csdn.net/Simple_Pure/article/details/168242097</guid><author>Simple_Pure</author><pubDate>Sat, 17 Oct 2026 16:46:15 +0800</pubDate><description><![CDATA[一句话复盘：四个靶场没有一个是靠“骗模型”拿下的。Ollama 栽在解压，Gradio 栽在读文件，n8n Code 栽在假沙箱，n8n Form 栽在请求解析——全部是中间件自己的代码缺陷。blob 上传 → create 解压 → ld.so.preload + hook.so → embeddings 拉起 runner → flag hex 写回 system blob → show 读回/upload 拿 <sha1> 目录 → /file= 穿越 → 读 /tmp/flag.txt。]]></description><category></category></item><item><title><![CDATA[AI攻防 AIRT01-Foundations of AI Red Teaming]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/167920957</link><guid>https://blog.csdn.net/Simple_Pure/article/details/167920957</guid><author>Simple_Pure</author><pubDate>Wed, 14 Oct 2026 21:51:31 +0800</pubDate><description><![CDATA[红队（red teaming）——"模拟对手攻击自己的系统"——在军事与情报界已存在数十年；在网络安全里，红队探查网络、应用与基础设施，在真实攻击者之前暴露缺陷。但大语言模型、自主智能体和机器学习流水线的出现，创造出了一整类传统红队工具与方法论从未设计过的新攻击面。AI 红队是系统性地探查 AI 系统（模型、训练流水线、API、集成、部署环境）中的漏洞、异常行为与可被利用的失效模式的实践。]]></description><category></category></item><item><title><![CDATA[AI攻防 中转站链路安全]]></title><link>https://blog.csdn.net/Simple_Pure/article/details/167920692</link><guid>https://blog.csdn.net/Simple_Pure/article/details/167920692</guid><author>Simple_Pure</author><pubDate>Wed, 14 Oct 2026 21:25:50 +0800</pubDate><description><![CDATA[在真实 AI 应用里，前端通常不直接调 OpenAI / DeepSeek 的官方 API，而是先打到自己或第三方的中转站（API Gateway / Relay / 代理），由中转站统一管理API Key前端 ──► 中转站(Base URL) ──► 官方 LLM API│└── 拿服务端配置的 API Key 去调用，再把响应原样回传这个设计本身没问题，问题出在Base URL是否用户可控。前端 ──► 【攻击者的服务器】 ✗ 官方 API 根本没被调用│。]]></description><category></category></item></channel></rss>