网络安全

DVWA-使用sqlmap 进行sql注入过程DVWA 存在登录 Cookie 校验，不带 Cookie 扫描会直接 302 跳转登录页，无法注入，必须带上登录 Cookie 参数。

一、主持人信息（域名网站资产情报搜集）原理解析metagoofil：爬网站里 PDF/Word 等文件，扒文件里隐藏的员工账号、电脑路径、邮箱原理：

HTTPS 抓包遇到证书绑定怎么办，使用 TraceEagle 解除 App 证书校验有些 App 做了证书绑定：证书装好了、代理也开了，它却认死自己内置的那张证书，一见到代理证书就直接报错、拒连。本篇教你选中这样的 App，一键解除它的证书校验，让它继续信任代理证书、把 HTTPS 正常解密出来。

Увидимся вчера

绿盟堡垒机5611版本—自动改密通过堡垒机的设备改密/改密计划功能，可以实现对运维服务器、设备的批量改密，也可以实现服务器的密码托管。目前堡垒机支持Windows以及字符类协议（ssh、telnet）设备的改密，目前堡垒机仅支持修改堡垒机上存储的设备账号，暂不支持如登陆root账号修改nsfocus账号密码的场景。堡垒机改密过程：原密码登陆服务器根据改密脚本执行改密验证改密前后密码配置路径：”自动化改密-改密计划“

你以为只是一串数字？你的IP地址，正在悄悄暴露这些信息刷着刷着手机，广告就精准推送到了你所在的城市；登录账号时，系统突然提示"异地登录风险"；甚至你访问的网站，早就知道了你用的是哪家运营商的网络……

解锁 AI 红队全新玩法！Claude-Red 攻防 Skill 库，内置 SQLi、XXE、文件上传等 Web 专项 Skill，一键导入快速落地渗透实战Claude-Red 是由独立安全研究团队 SnailSploit 精心打造的开源项目，专为 Claude 的 Skills 系统设计。它是一套精心策划的攻击性安全技能库，包含 58 个覆盖 13 大安全领域的结构化 SKILL.md 文件。

phpMyAdmin权限提升免责声明：本文技术仅用于网络安全学习研究，请严格遵守《网络安全法》等相关法律法规，严禁未经授权对任何网络、系统实施攻击或测试，违规操作引发的一切法律责任由使用者自行承担，作者不承担连带责任。

邮件安全实战：SPF/DKIM/DMARC 配置与钓鱼绕过定位：网络基础与协议安全篇 · 邮件身份验证三板斧 + 钓鱼为何仍能得手声明：伪造邮件、钓鱼测试仅限自有域名与书面授权；向他人发送欺诈邮件违法。

世界尽头与你

Android Root 检测原理Android Root 检测不是去读取某个系统开关，然后得到“这台手机已经 root”或“这台手机没有 root”的绝对结论。正确的思路是：

如何平衡模型输出的“有用性”和“安全性这是AI应用落地中最核心、也最棘手的难题。“有用性”和“安全性”本质上是同一枚硬币的两面——过度追求安全会导致模型“拒绝回答一切”（变得无用），而过度追求有用则可能输出有害内容（变得危险）。

世界尽头与你

iOS 越狱检测原理从安全机制角度看，iOS 越狱的本质是：绕过 Apple 对代码签名的强制约束打破 App Sandbox 对应用的访问限制

每日安全情报报告 · 2026-07-18报告日期： 2026年7月18日（周六）情报窗口： 2026-07-16 至 2026-07-18 风险等级： 🔴 高危 — 多个 CISA KEV 今日截止，FortiSandbox 在野利用升级本期主编：安全情报中心

System Prompt Leakage（系统提示词泄露）及安全防御System Prompt Leakage（系统提示词泄露），是指攻击者通过恶意输入，诱使大语言模型（LLM）泄露其内部隐藏的“系统提示词”（System Prompt）。这已被OWASP列为2025年十大LLM安全风险之一（LLM07）。

大模型输出造成信息泄露类型大模型输出可能造成的信息泄露，主要可分为无意中暴露敏感数据和模型内部机制被逆向两大类，其核心风险点如下：

攻防对抗的结构化思维：深度拆解网络杀伤链（Kill Chain）与现代防御演进在网络安全防御的日常实践中，许多安全团队常会陷入一种“打地鼠”式的被动局面：疲于应付每天成百上千的告警，哪里出事补哪里。这种缺乏全局视角的防御模式，往往会导致企业在面临精心策划的高级持续性威胁（APT）时，因一处细微的破绽而导致整条防线崩溃。

AI大模型，如何区分善意提问与Prompt注入攻击在AI大模型中，区分正常指令和恶意Prompt注入（Prompt Injection）的核心挑战在于：模型本身通常无法可靠地区分“指令”与“数据”。因为系统提示词、用户输入和外部数据对模型来说都是“自然语言文本”，它在设计上就会去遵循所有看起来像“指令”的内容。

AI系统输入安全基线设计一套AI系统的输入安全基线，核心在于构建一个纵深防御体系，从源头拦截风险。其总体思路是：不信任任何输入，隔离指令与数据，并实施最小权限原则。

每日安全情报报告 · 2026-07-19报告日期：2026年7月19日数据范围：2026年7月17日 — 7月19日风险级别：🔴 极高 | 🟠 高危 | 🟡 中危 | 🟢 低危

NER(Named Entity Recognition)命名实体识别NER 是 Named Entity Recognition 的缩写，中文叫命名实体识别。它是自然语言处理（NLP）中的一项基础核心技术。

Prompt注入攻击（Prompt Injection Attack）Prompt注入攻击（Prompt Injection Attack）是针对大语言模型（LLM）的一种首要安全威胁，被OWASP（开放Web应用程序安全项目）列为LLM应用程序十大安全风险之首。