网络安全

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。

sqlmap工具这是一份关于 SQLMap 的详细使用文档。SQLMap 是一款开源的自动化 SQL 注入工具，功能非常强大，支持多种数据库（MySQL, Oracle, SQL Server, PostgreSQL, SQLite 等）和多种注入类型（布尔盲注、时间盲注、报错注入、联合查询注入、堆叠注入）。

等级保护现场测评系统重磅更新，支持 AI 接入，可录入全品类资产清单，自动化巡检核查，批量导出测评归档文件JSecProbe 是一款开源桌面端等级保护现场测评系统，严格遵循 GB/T 22239-2019 等保 2.0 标准开发。工具支持多测评项目管理，可完整录入机房、网络设备、服务器等各类资产信息，内置核查命令库实现自动化安全检测。可接入 OpenAI、DeepSeek 等大模型接口，对日志、截图、执行结果智能分析并生成测评记录，自动输出合规测评报告。新版 V2.0.3 修复数据误删与账号密码漏洞，自带数据自动备份、系统托盘与在线更新功能，搭配内置等保知识库，极大简化线下等保测评全流程，工具基于 MIT 协

SDN 与软件定义网络的安全边界在哪里？传统网络里，安全边界大致长这样：上了 SDN（Software-Defined Networking，软件定义网络）之后，转发还在交换机/虚拟交换机上，但「谁可以和谁通信」的决策，大量上收到控制器（Controller）和上层编排（云管、K8s CNI、NSX、ACI 等）。

VLAN 与安全隔离：从配置错误到 VLAN Hopping 攻击企业里常见一种安全感幻觉：现实往往是：VLAN（Virtual LAN）解决的是二层广播域划分，不是完整零信任。本文从 802.1Q 原理 → 典型配错 → VLAN Hopping 两类攻击 → 加固清单一条线讲透：隔离靠设计，安全靠配置纪律。

⸢ 拾陆-Ⅰ⸥⤳ 安全数智化建设：安全运营中心（SOC）👍点「赞」📌收「藏」👀关「注」💬评「论」更多文章戳👉晖度丨安全视界-CSDN博客🚀（原名：whoami！）

AI安全实战系列（六）：Lab06 Model Extraction——模型提取攻击本篇基于 Lab06 Model Extraction 实验，系统梳理了从黑盒 API 探测到机器学习模型窃取的完整测试流程。