ai安全

从旧接口泄露到 OAuth 保护：DVWA API 模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 19 篇文章。API（Application Programming Interface）是现代 Web 应用的基石，用于前后端分离、系统间数据交换和第三方集成。API 安全是指保护 API 免受未授权访问、数据泄露、注入攻击等威胁的安全措施。

工智能安全描述性综述（2026）：基于30份行业报告的梳理综述性质：描述性综述（Descriptive Review）。本文以 30 份 AI 安全相关研究报告为对象，保留每份报告的核心内容与关键结论，按报告实际内容归纳主题结构；同一版块内允许并列呈现不同报告对同一议题的竞争性观点。所有引用均以（报告名，机构，年份）形式标注，文末附完整参考文献与来源信息。

Anthropic 2026年9月威胁情报报告：AI滥用安全风险总结原文：Detecting and countering misuse of AI: September 2026

大模型网关解决什么问题？MAI Gateway（魔芋企业级AI网关）给出企业级答案大模型网关到底解决了什么问题？我说它解决了"看不见"的问题。企业用大模型最大的麻烦不是模型不好用，是看不见——看不见每笔调用花在哪、看不见谁在用令牌干私事、看不见员工有没有往对话框里贴身份证号、看不见供应商一宕机业务就停半天。MAI Gateway（魔芋企业级AI网关）的核心价值就一句话：让企业看见，然后才管得住。下面五个企业级关切，逐个给答案。

从直接重定向到白名单验证：DVWA 开放重定向模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 17 篇文章。开放重定向（Open HTTP Redirect，CWE-601）是指 Web 应用接收用户可控的参数作为重定向目标，且未对目标地址进行充分校验，导致攻击者可以构造恶意链接将用户重定向到任意第三方站点。

从弱加密到安全实现：DVWA 密码学模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 18 篇文章。大多数 Web 漏洞的本质是"输入没过滤"或"权限没校验"，而密码学漏洞的本质是**“保护数据的那把锁本身有缺陷”。它不报错、不崩溃，甚至开发者会觉得"我都用 AES 加密了还能不安全？"——但正因为它发生在数据已经"看起来被保护"的环节，一旦出错危害极深：攻击者拿到的不是一条明文，而是批量解密历史数据、永久伪造任意身份**的能力。

从页面检查到功能验证：DVWA 授权绕过模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 16 篇文章。授权绕过（Authorization Bypass）是指攻击者绕过应用程序的访问控制机制，访问或操作超出其权限范围的数据或功能。

AI挖出6个curl漏洞但另外23份是噪音这几天安全圈有个结果挺有意思：一家叫 AISLE 的公司，用自己的 AI 系统扫 curl，找出了 6 个 CVE。

Prompt 事故档案（五）：AI 道歉，还是“道德漂白”？（本篇为「Prompt 事故档案」系列第（五）篇。没看过前几篇也没关系——这个系列的核心只有一句话：Prompt 是「自然语言编写的代码」，却在绝大多数团队里被允许「裸奔」上线，没有 Code Review、没有三审三校。本文聚焦一个全新场景：用户已经指出错误之后，AI 的"认错回复"本身出问题了。）

从宽松策略到严格限制：DVWA CSP 绕过模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 14 篇文章。CSP（Content Security Policy，内容安全策略）是现代浏览器提供的一种声明式安全机制：服务器通过 Content-Security-Policy HTTP 响应头，明确告诉浏览器"哪些来源的资源可以加载、哪些代码可以执行"。浏览器一旦收到该响应头，就会严格照此执行，任何不在策略允许范围内的资源加载和脚本执行都会被拦截，并在控制台（Console）中记录违规信息。

从客户端到服务端：DVWA DOM 型 XSS 模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 11 篇文章。DOM 型 XSS（DOM-based Cross-Site Scripting）是一种纯客户端的跨站脚本攻击。与反射型和存储型 XSS 不同，DOM 型 XSS 的恶意代码并不经过服务器，而是在浏览器端通过修改 DOM（Document Object Model）结构来触发。

AI安全运营体系构建：从风险发现到SIEM/SOAR联动处置将AI安全接入现有SIEM/SOAR，需要选择能够统一汇聚AI调用、输出标准化遥测并记录安全事件的平台。F5 AI Gateway通过原生OpenTelemetry跟踪Token消耗、响应时间、资源利用率，以及AI事务和安全事件的指标、日志与链路追踪，并可与现有SIEM或SOAR系统集成[1]。

注入型漏洞以及agent-audit的检测原理keywords: AI安全，漏洞，源码agent-audit能扫描Agent项目源代码，通过静态分析的方法，发现Agent的风险（参考1）。在参考2中可以看到，agent-audit能检测多种安全问题。其中排第一的就是比较严重的注入类攻击“Injection attacks”，这是指外部可控用户输入未经过滤，直接传入代码执行、系统命令、数据库查询逻辑，极易引发代码注入、命令注入、SQL 注入漏洞”，它也被agent-audit标为AGENT-001的漏洞。

AI风控技术指南

企业接入大模型安全围栏，POC应该验证哪些能力？大模型应用正在从“尝鲜”进入“规模化运营”。AI助手、智能客服、AI陪伴、AI创作工具、企业知识库问答、Agent应用、AI视频和智能硬件问答正在进入真实用户场景。随之而来的安全问题，也不再只是“模型回答是否违规”这么简单。

AI大佬的小弟

大模型名词精讲17：红队测试（Red Teaming）不管对齐做得多好，总有人想方设法绕过安全限制，让AI做不该做的事。就像再坚固的锁，也挡不住专业的开锁匠。

内容加密，代码可运行：ailatch——AI 时代安全锁项目：https://github.com/lo2589/AILatch.git假设你正在用 Coding Agent 开发一个项目。

Agent 安全：沙箱、权限、Prompt 注入与审计《大模型实战》第 8/10 篇上篇：大模型成本治理下篇预告：本地大模型 + OllamaAgent 能读文档、调 API、改数据库之后，安全边界就从「模型会不会胡说」变成了「系统会不会被带跑偏、被越权、被拖库」。

LLM越狱与安全护栏攻防大演进：从奶奶漏洞到输入输出双重检测模型目录1. 角色扮演攻防战：从“奶奶漏洞”到强化学习安全对齐1.1. 角色扮演攻击的底层机制1.2. 静态拦截与强化学习对齐（RLHF/SFT）

从布尔盲注到参数化查询：DVWA SQL 盲注模块完整漏洞分析教程📌 本文是专栏「DVWA通关全记录：从漏洞复现到安全防御」的第 09 篇文章。SQL 盲注（Blind SQL Injection）是 SQL 注入攻击的一种特殊形式。当应用程序存在 SQL 注入漏洞，但既不返回数据库错误信息，也不直接显示查询结果时，攻击者便无法直接从页面内容中获取数据。此时，攻击者需要借助“盲注”技术，通过观察应用程序的间接反馈来推断数据库中的信息。