ASP.NET 内存马:五类特征,五种查法
文章梳理五类 .NET 内存马在环境中留下的痕迹,并给出对应的五种排查方法,涉及探测页、IIS 日志、编译缓存与 netstat 等切入点,帮助安全人员定位内存马驻留与活动迹象。
文章梳理五类 .NET 内存马在环境中留下的痕迹,并给出对应的五种排查方法,涉及探测页、IIS 日志、编译缓存与 netstat 等切入点,帮助安全人员定位内存马驻留与活动迹象。
OpenAI 内部工程师将 Codex 的 Ultrafast 高速模式作为事故响应默认工具,Datacenter Security Architect AJ Trbojevic 称安全事件调查时间从原来的一两个小时压缩到 10 至 15 分钟,有时接近实时。
AgentSkill 推出 Yara-L-Skill,一个让 AI 编码代理编写、审查、调优并转换 Google Security Operations(SecOps。
TrafficAnalyzer 是面向应急响应与流量排查场景的 Windows 桌面安全工具,支持导入 PCAP、CSV、访问日志等多类数据源,可自动还原 HTTP 请求响应并绘制网络通信拓扑。其内置威胁检测规则可识别注入、WebShell、反序列化等攻击,并提供 WebShell 解密 Fuzz 与 Java 反序列化一站式排查能力。
Wiz Code 通过两层优先级排序将扫描器原始输出转化为可执行风险:先对 SAST、SCA、Secrets、DAST 等发现进行富化(SCA 结合 NVD、EPSS。
前沿模型在 CyberGym 上发现复杂漏洞的精确率达 95%,但超过 98% 的情况下因内置安全护栏把 76-99% 涉及漏洞的直接提示词代码误判为误报而拒绝执行修复。即便尝试修补,55% 只修主问题漏掉次要点,40% 的补丁会破坏生产代码。文章主张用多智能体编排、零出口沙箱与两层验证构建机器速度安全系统,上下文注入可把 LLM 准确率从 65% 提升到 95%。
Microsoft 提出用 Guardian Agents 全天候在行动发生前监督企业内部每一个 agent,并以 Project Perception 的传感器、上下文与 Guardian Agents 三层实现确定性管控。
SANS ISC 实习生 Jeffray Spence 在 DShield SIEM 蜜罐的近百万条记录中,用 Kibana Discover 的 Field Statistics 与长尾分析,从触发 Sonicwall Appliance Login Page 规则的 157 条记录里筛出异常。
针对 ChatGPT、Claude、Grok 等通用 Agent 被容器、策略层与安全护栏层层围困的现状,SANS 提出反向思路:用强编码 Agent 构建单一用途的小型 Agent,只授予完成任务所需的最小权限。
Anthropic 发布 self-assessment,让 Claude 在每次回答后追加一段简短指令,由模型自身输出结构化安全评估,包含是否标记、危害类别、子策略、是否拒答与 1-10 优先级。
推荐理由:Anthropic 公开了自评机制的训练流程、留出类别泛化实验与红队拦截数据,可据此判断模型自监控作为滥用检测层的边界。
Cloudflare 宣布其内置的多智能体安全运营 harness 已可在 Cloudflare 规模下处理更多告警调查工作,Cloudflare Managed Defense AI agent harness 用于加速数据收集、关联聚合检测与记录缺失数据源。
Wiz 介绍其正在构建的 AI 检测与响应流水线,通过模型输入输出遥测识别 Agent 意图偏移,并以正则、Secrets Engine、SLM 预筛、轻量 LLM 过滤和强 LLM 深度分析的逐级方式处理日志。