Qodana 扫描 Java 应用揭示的 AI 生成代码安全风险
JetBrains 用 Qodana 扫描 RealVuln Benchmark 中的 Java 应用 Corporate Payments Portal,在 21 个文件中共列出 65 条发现。
JetBrains 用 Qodana 扫描 RealVuln Benchmark 中的 Java 应用 Corporate Payments Portal,在 21 个文件中共列出 65 条发现。
豪华酒店发生一起案例:攻击者用伪造的预订请求进入预订收件箱,复制真实退款请求并让虚假退款获批。该案例说明"别点链接"的建议在需要回复陌生人邮件的岗位上无效,而"客人优先"文化还会惩罚犹豫。案例还显示,安全责任分散在业主、运营方和品牌之间,最终无人担责,指责员工成了最方便的答案。
Uber Engineering 发文介绍其安全 AI 框架,用于治理自主 AI 智能体的全生命周期,指出传统身份与 API 控制无法保障会动态推理外部内容并执行真实操作的 AI 智能体。该框架依据用户请求、智能体既定用途、权限及交互上下文,判断智能体的动作是否恰当。
OpenSSF CTO Christopher "CRob" Robinson 在播客中讨论了多起安全事件背景下的软件供应链安全现状,并说明 Scorecard、Security Baseline 框架和 SLSA 等工具如何帮助加固软件。他指出,满足 CRA 合规要求会促使代码更健壮,也让企业更接近数字主权。
作者用 Lexicon.framework 的私有 C 函数遍历系统词典,导出 15 种语言中带 vulgar、offensive、sensitive 三档标记和话题位的词条,并附 C 与 Swift 读取代码。
面对 AI 辅助漏洞研究将漏洞利用开发时间从数周压缩到数小时,eBPF 被越来越多团队用作补丁空窗期的补偿性控制手段。eBPF 可在不修改应用代码和内核的情况下挂载到系统调用、网络包、进程执行等内核事件上,实现深度可观测与低开销实时策略执行。
OpenAI 说明其如何加固前沿模型训练与评估环境的隔离,涵盖离线环境和高算力红队测试两方面。材料仅提供摘要,未披露具体技术细节与实施范围。
Docker 联合 Keycard、Socket、Tessl、Tracebit、Browserbase 和 Tailscale 发布 Secure Software Factory 参考架构,把 Agent Baseline 的安全成果应用到 AI 驱动的软件工厂工作流。
Google 安全团队开发了一套方法,把 giflib 图像处理库中的遗留 C 代码替换为 Rust,以应对内存漏洞问题。该自动化迁移流程在保持运行时性能的同时兼顾兼容性并缓解零日漏洞,也表明 AI 翻译结果仍需持续的人工监督。
GitHub 安全团队用开源的 GitHub Security Lab Taskflow Agent 审计 Android 应用,已报告 24 个漏洞。团队为移动端补充了 gather_mobile_entry_point_info.yaml 等审计 taskflow,把入口点区分为移动端与非移动端,并让 LLM 按 intent 等漏洞类别逐项检查。
推荐理由:GitHub 安全团队用自研开源 AI 智能体审计 Android 应用,披露 24 个漏洞的发现过程与提示词设计思路。