CrowdStrike提出用护栏拒绝信号定位漏洞

CrowdStrike 研究团队提出 Guardrail-based Vulnerability Discovery（GbVD）方法：当大模型拒绝解释某段代码或中断推理时，这种护栏触发本身即可作为漏洞存在的信号，据此定位代码与文件系统中的漏洞。 CrowdStrike 称，在覆盖五类漏洞的受控测试中，该方法在 86 个测试场景里有 73 个判断正确，并在通过其协调漏洞披露（CVD）计划披露的真实开源项目上得到验证。判定拒绝时，同一提示词运行 5 次，至少 3 次拒绝才认定为拒绝；实验使用拒绝信号是因为它是当前最明显的护栏表现形式，但方法本身不依赖于护栏的具体形式。

AI 根据报道生成 · 14 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。