先知技术社区

本文重构SRDI，支持TLS data，清零原始 PE 数据，隐藏映射后 PE header 特征，按导出函数名或导出 hash 调用 DLL export，向 DLL export 传递用户数据。

本文完整复盘 Hack The Box 靶机 FireFlow 的渗透过程，展示一条从 AI 工作流平台延伸至 Kubernetes 宿主机的多阶段攻击链。通过服务枚举与 OpenAPI 信息泄露，确认目标运行 Langflow 1.8.2，随后利用 CVE-2026-33017，在未认证状态下构造包含 Python Interpreter 组件的恶意 Flow，实现远程代码执行并获取 www-d

JDK 21 的 Foreign Function & Memory API 位于 java.lang.foreign 包。它允许 Java 代码直接分配堆外内存、查找 native 符号并发起 downcall。MemorySegment 在 Java 侧带有地址、长度、访问状态和所属 Arena，关闭 Arena 后继续通过 Java 访问该段会被运行时拒绝。

本文复盘 Hack The Box 靶机 Jarmis 的完整渗透过程：从 nmap 扫描与 JARM 指纹识别入手，分析 API 行为、模糊查询与恶意指纹数据库，逐步发现 Fetch Jarm 功能背后的服务端请求特征。随后利用重定向验证 SSRF，借助 Gopher 构造原始 HTTP POST 请求，最终打通内网 OMI 服务的 CVE-2021-38647 认证绕过漏洞，以 root 权限

题目比较基础，新手友好

一台Ollama服务器暴露到公网后会发生什么？本文记录了完整的安全评估过程：13个API端点全部无认证、模型可被任意复制删除篡改、服务器配置通过api/show完整泄露——而最想复现的SSRF漏洞（CVE-2024-37032），在新版本中已被修复。最意外的发现是，服务启动仅2分钟后，互联网扫描器已经出现在访问日志中。文末附可复现的Ollama安全基线检查清单，每条curl命令都可在你的服务器上直

之前那篇关于SSTI的文章有朋友说无法复现，今天我重新手动复现一遍后发现了原因，也进行了进一步优化。同时非常感谢各位白帽朋友指出我的缺点，后面我也会仔细审核，确保能够给各位带来更有价值的文章。

免杀：Patch白程序

某盾am平台代码审计

解决"怎么高效、安全地扫描"这个问题

针对Web漏洞扫描中因动态内容、WAF、缓存等因素导致的误报问题，本文提出一种基于多样本一致性检测（MSCT）的置信度评分方法。通过基线、双Payload和控制组多维对比，结合触发一致性、交叉差异和控制稳定性生成连续评分，实现从简单二值判断到可信度评估的转变，提高自动化漏洞检测结果的准确性和可解释性。

本文结合多条真实 EDR 告警，分析 Codex、Claude Code、Cursor 等 AI Agent 如何让 Shell、curl、eval、文件读取和网络访问等原本较少见的行为逐渐常态化，并导致传统规则失去区分度。文章进一步结合 ADR 论文，讨论 EDR 在 Agent 场景下的上下文缺口，以及检测思路如何从单条危险命令，转向会话关联、行为边界和分层研判。

针对 Web 漏洞扫描中因 WAF、Session、限流等环境变化导致的验证误报问题，本文设计并实现了 DriftMonitor 环境可信度增强框架。该框架通过多维特征评分、基线生命周期管理、自动恢复状态机和置信度融合机制，对漏洞验证过程中的环境可靠性进行量化评估，从而降低环境漂移对扫描结果准确性的影响。

Skills 安全的攻防逻辑与传统软件供应链安全高度同源，真正的新挑战在于 AI 上下文注入、语义对齐绕过、LLM 检测盲区。文章建议用户要么自编 Skills 从源头控制风险，要么走完整审核路径（安全扫描 → 权限评估 → 手动检查敏感路径 → 确认依赖来源 → 沙箱试运行）。在模型一月一迭代的节奏下，能在高速演进中保持清醒的安全从业者将越来越有价值。

本文记录 全程AI Unity IL2CPP 逆行改包全流程：静态导出 dump 定位 AutoRevival 死亡链，Gadget 脱机注入实现碰撞续跑、去闪屏、无限复活，附 AI 指令与实机验收，技术细节保留、样本脱敏。

基于GPT架构的webshell识别模型

SummarizeThis 是一台围绕 AI 网页摘要生成场景设计的靶机，攻击链覆盖了从间接 Prompt Injection 到容器逃逸提权的完整路径。整台机器不依赖传统 Web 漏洞，而是侧重于考察攻击者对LLM 上下文注入与恶意网页投毒的理解和利用能力，非常贴近当下 AI 驱动应用的安全测试场景。

RAG「粘贴链接入库」存在 SSRF 风险：服务端代抓内网 URL，敏感内容写入知识库，问答时可能二次泄露

小白如何快速从0-1上手自动化渗透测试挖src赏金

还在手动敲 ADB 命令脱壳、在 JADX 里反复搜索硬编码密钥？本文带你用 MCP 协议将 ADB、一键脱壳技能、Frida 和 JADX 串联成自动化流水线。只需一句话，AI 就能完成从设备连接、脱壳到代码审计的全流程，自动挖掘硬编码凭证、不安全 API 和导出组件风险，最终输出一份专业的安全分析报告。无论你是安全研究员还是逆向新手，都能大幅提升效率，告别重复劳动。