提示词注入漏洞开源数据集与月度威胁指数发布
针对大模型应用中日益频发的提示词注入风险,行业推出首个专注该领域的开源CVE数据集与月度威胁指数。该项目通过汇集真实的漏洞案例与威胁评估数据,帮助开发者和安全人员系统追踪与防御注入攻击。这一开源资源为AI应用的安全审计和基准测试提供了基础支撑,有效降低大模型软件的落地风险。
针对大模型应用中日益频发的提示词注入风险,行业推出首个专注该领域的开源CVE数据集与月度威胁指数。该项目通过汇集真实的漏洞案例与威胁评估数据,帮助开发者和安全人员系统追踪与防御注入攻击。这一开源资源为AI应用的安全审计和基准测试提供了基础支撑,有效降低大模型软件的落地风险。
本文探讨了面向AI Agent的隐蔽安全威胁——“Agentic Backdoors via Pretraining Poisoning”(基于预训练投毒的智能体后门)。随着大模型在复杂智能体工作流中的广泛应用,研究表明攻击者可以通过在模型预训练阶段注入特定恶意数据,使模型在特定触发条件下表现出异常行为,从而对下游的智能体应用构成潜在的安全隐患。这一发现揭示了当前大模型供应链在预训练环节的安全脆弱性,对开发者和安全研究人员在构建可信AI Agent系统、增强数据过滤与模型验证方面提出了新的挑战与要求。
群晖官方近期发布安全公告,披露了一批受CVE-2026-111497漏洞影响的组件清单。近期爆发的勒索攻击事件大概率与此漏洞有关。受影响组件覆盖Synology应用服务、日历、聊天服务器、联系人、Drive Server、MailPlus、Office、Photos、VPN Plus服务端及多款客户端应用。截至目前,官方暂未发布修复补丁,建议相关用户与开发者密切关注官方安全更新,及时防范潜在风险。
今年GeekCon大会上的无人机破解演示引发了厂商举报与社区热议。安全研究人员公开展示了特定硬件的破解技术,随后遭到厂商交涉。开发者与安全圈就此展开交锋:一派认为公开演示有助于推动漏洞修复,另一派则强调厂商维护合规与产品安全的权益。这起事件暴露出物联网安全研究在边界界定和漏洞披露机制上的长期矛盾,也为从事漏洞挖掘的技术人员敲响了合规警钟。
Node.js官方近期修复了Brotli解码器越界写入漏洞(CVE-2026-111497),该漏洞可能触发远程代码执行(RCE),官方建议直接升级到v24.22。但对于生产环境运行v18.18等旧版本、短期内无法停机升级的主机,如何快速规避风险成了难题。社区目前主流的应急方案是在网关层进行拦截。例如,通过在Istio等Service Mesh中配置AuthorizationPolicy规则,直接拒绝带有brotli等特定压缩编码的请求,从而在不升级底层运行环境的前提下阻断攻击链。
有开发者在 Homelab 环境中部署开源安全工具 Artex,并接入大语言模型进行漏洞探测。实测表明,在仅提供主域名的前提下,该工具便自动识别出同 IP 下的多个二级域名,并精准挖出多个高危漏洞。具体问题包括:意外暴露的 cAdvisor 容器元信息、配置不当导致数据泄露的 MinIO 存储桶,以及配置文件包含敏感凭据引发的 Redis 与 PostgreSQL 连锁安全风险。这表明大模型与自动化扫描结合能高效发现攻击面,同时也提醒开发者务必做好基础设施的配置管理、凭据隔离与公网暴露面收敛。
安全社区披露了一项编号为 PHP2Shell 的远程代码执行漏洞,CVSS 评分达 9.2。该漏洞覆盖 PHP 5.4 及以上所有版本,Magento、Shopware、WooCommerce 等主流电商系统及多数 CMS 均受波及。由于漏洞根植于 PHP 底层架构,常规的代码层防御、宝塔等面板加固或 WAF 防护均无法有效拦截,必须直接升级服务器端环境来修复。目前已有自动化攻击工具流出,建议仍在使用旧版本 PHP 的业务尽快排查并完成升级。
PHP2Shell 漏洞因攻击链极其隐蔽,长期游离于常规检测之外。随着 AI 逆向能力的提升,这类深层漏洞的识别与分析效率显著加快。这也意味着,自动化逆向工具正在改变代码审计的深度与边界。对开发和安全团队而言,攻击门槛的降低直接带来了更高的防御压力。未来需要更聚焦底层架构的安全建设,以应对日益普遍的 AI 自动化漏洞挖掘威胁。
宝塔面板针对近期社区关注的PHP漏洞事件,公布了最新的修复进展。官方在监测到PHP官方补丁后,完成了多版本与多系统的兼容性测试,并分批推送了7.4至8.5全系的修复更新。宝塔面板提醒开发者尽快完成升级,建议将业务迁移至仍在官方安全维护期内的版本,以降低AI辅助漏洞挖掘带来的安全风险。
针对PHP官方披露的PHP2Shell远程代码执行漏洞(CVE-2026-109618与CVE-2026-109619,CVSS 9.2),开发者推出宝塔面板环境专用修复包。该方案覆盖PHP 7.0至8.1版本:7.4至8.1直接采用官方补丁,7.0至7.3则由官方补丁移植而来,并将各分支升级至最新末代版本。配套一键脚本支持沿用宝塔编译参数、保留原有配置与扩展、自动备份及回滚,站点中断时间控制在数秒内。需注意,7.0至7.3的移植补丁未过官方审核,上线前务必在测试环境验证;PHP 8.2及以上版本可直接通过宝塔面板官方更新。
PHP官方安全团队计划于2026年10月21日发布紧急更新,修复两个CVSS评分高达9.2的严重漏洞。此次更新对仍在使用PHP 7等旧版本的团队冲击明显。对于仅有单兵作战能力的开发者而言,在短时间内完成旧代码兼容性评估、漏洞修复和线上升级并不容易,这也暴露出技术资产长期未做现代化重构的潜在隐患。
PHP 官方计划于 UTC 时间 2026 年 10 月 21 日 14:00 发布安全版本,重点修复两个 CVSS 评分高达 9.2 的高危漏洞。建议开发者和运维人员提前做好准备,以便在补丁上线后第一时间完成升级。若漏洞细节提前泄露或出现野外利用证据,官方将保留提前发布补丁的权利,请密切关注官方动态以保障生产环境安全。
PHP 安全团队计划于 2026 年 10 月 21 日推送关键安全更新,重点修复两个 CVSS 评分为 9.2 的高危漏洞。官方建议开发者提前规划升级准备。若漏洞细节提前泄露或出现野外攻击,官方可能会调整并提前发布补丁。使用旧版本 PHP 的团队需尽快评估风险,制定防御与升级策略。
安全社区披露了编号为 CVE-2026-109618 与 CVE-2026-109619 的 PHP 远程代码执行漏洞,CVSS 评级高达 9.2,被称为 PHP2Shell。该漏洞波及 PHP 5.4 及以上所有版本,Magento、Shopware、WooCommerce 等主流电商系统及各类 CMS 均面临严重威胁。由于漏洞根植于 PHP 底层架构,常规的代码层防御、宝塔等面板加固或 WAF 均无法拦截,必须在基础设施层面完成修复。鉴于部分业务仍在运行官方已不再维护的旧版本,开发与运维人员需密切关注官方补丁发布,防范自动化利用工具引发的大规模攻击。
PHP 官方计划于 UTC 时间 2026 年 10 月 21 日 14:00 发布关键安全版本,修复两个 CVSS 4.0 评分高达 9.2 的严重漏洞。建议开发者与运维人员提前做好准备,以便在版本发布后第一时间完成升级。官方表示,若漏洞细节提前泄露或监测到线上主动利用行为,将保留提前发布修复版本的权利。
面向自主 AI 智能体在软件开发和自动化流程中的落地挑战,该专著与配套数据集系统梳理了 2026 年发生的各类智能体安全事件。内容涵盖攻击向量、潜在风险与防御机制,剖析了提示词注入、权限滥用和未授权操作等核心隐患。该成果为开发者和安全研究人员提供了真实的攻击案例与数据支撑,助力厘清智能体架构的安全边界,设计出更具鲁棒性的 AI 系统。
本文关注大语言模型(LLM)供应链的安全问题,重点研究和测量了针对LLM供应链的恶意中间人攻击。随着大模型在各类开发工具和应用系统中的广泛集成,供应链的安全隐患逐渐显露。研究分析了攻击者如何在模型分发、API调用或第三方服务集成等中间环节劫持、篡改或窃取数据,评估了此类攻击的威胁范围与实际影响。对于开发者和企业而言,该研究强调了在构建基于LLM的系统时,必须对模型来源、传输通道及第三方服务进行严格的安全审计与加密验证,以防范潜在的供应链投毒与中间人劫持风险。
ASCII 走私利用特殊字符和隐藏编码,在普通文本中悄悄嵌入不可见指令或恶意内容。这种安全隐患的危害范围远超人工智能系统,会直接波及各类常规软件环境。开发人员在处理文本解析、输入过滤和数据验证时,必须防范此类攻击,避免引发跨平台漏洞或意外执行恶意代码。
一项针对 6000 个域名的安全研究显示,AI 编码 Agent 在自动补全和重构代码时,常会引入已失效或废弃的第三方包。攻击者可通过抢注这些废弃域名,向 AI 生成的代码中注入恶意依赖,实施供应链攻击。该问题暴露了 AI 工具在依赖管理上的缺陷,即缺乏对包维护状态的实时校验机制。开发团队在使用 AI 辅助编程时,需人工严格审计第三方依赖的安全性,切勿盲目采纳 Agent 的自动引用建议。
开发者分享了构建自主AI漏洞挖掘系统的实战经历与教训。实践表明,虽然大模型在代码补全和基础语法检查上表现稳定,但在端到端漏洞挖掘中暴露出明显瓶颈。核心挑战包括:上下文窗口受限导致长程推理失效、误报率居高不下、难以理解复杂的业务逻辑,以及缺乏有效的状态管理机制。这些痛点反映出当前大模型在深层语义理解上的能力边界,也为开发自动化安全Agent提供了真实的参考样本。
大模型正在彻底改变漏洞的发现与利用节奏。过去需要高技术门槛和数周排查的 0-Day 漏洞,现在借助 AI 在代码理解、漏洞扫描和脚本编写上的能力,被大幅压缩到半日内完成。这种变化显著降低了攻击门槛,加速了漏洞的武器化过程,给现有的安全防护体系带来了巨大压力。面对这种高频且快速的安全威胁,开发与安全团队必须调整策略,将安全防护真正前置,并引入自动化 AI 工具来高频开展防御性审计和代码加固。
近期部分开发者在使用 vsllm 等公益 AI 中转站时,发现大模型在代码生成的思维链阶段被植入恶意脚本。该脚本会自动搜集并窃取受害主机的系统环境信息、SSH 配置以及各类 API Key。这起事件表明,使用不可信的第三方中转服务或盲目授予工具完整访问权限(Full Access)存在极大的供应链安全隐患。开发者在日常使用中应避免授予过高权限,防范凭证窃取风险,确保本地开发环境安全。
安全研究发现,Ollama、Gemma及HuggingFace Transformers库近期曝出提示词注入漏洞。攻击者可通过精心构造的输入操纵模型输出,对本地运行环境与大模型框架构成安全隐患。这表明在AI应用开发中必须重视输入验证,开发者在集成和部署开源模型与工具链时需及时评估并加固相关安全防护。
自动化安全工具和生成式模型的普及,正在改变软件漏洞挖掘的生态。安全研究人员借助 AI 展开代码审计和自动化扫描,提交漏洞的频率和数量呈指数级增长。这让苹果的安全团队在吞吐量上承受了巨大资源压力,也对传统的漏洞奖励机制和验证流程提出了新挑战。这一现象表明,自动化工具正在逼迫各大科技公司调整安全防御与响应策略。
近日,关于OpenAI安全团队如何成功“入侵”Hugging Face的技术细节被披露。研究人员利用了Hugging Face Spaces(空间)服务中的容器配置缺陷,通过部署特定代码成功实现容器逃逸,并获取了底层集群的敏感权限。更严重的是,该漏洞允许他们访问内部容器镜像仓库,从而可能读取或篡改其他用户的私有模型。目前,Hugging Face已在OpenAI的协助下修复了该漏洞,并升级了安全隔离机制。这一事件为AI开发者敲响了警钟,表明多租户AI托管平台在容器安全和隔离性上面临严峻挑战,开发者在托管核心私有模型时需更加审慎,并关注平台安全动态。
AI红队攻防(AI Red Teaming)是一种主动的安全策略,通过模拟恶意攻击者的行为,系统性地发现并评估人工智能系统中的潜在漏洞和风险。对于当前快速发展的智能体AI系统(Agentic AI Systems)而言,这种方法显得尤为关键。智能体AI因其高度的自主性、多步骤决策能力、与外部工具及环境的深度交互,其攻击面远超传统的大语言模型(LLM),带来了更复杂的安全挑战和不可预测的失败模式。 红队攻防的核心目标是识别智能体AI在执行任务过程中可能出现的各种安全缺陷。这包括但不限于:恶意提示注入(prompt injection),攻击者试图通过精心构造的输入来劫持或操纵AI的行为;数据投毒(data poisoning),通过污染训练数据来影响模型的长期性能和安全性;模型行为操纵,利用模型的特定弱点使其产生非预期或有害的输出;以及工具误用(tool misuse),即智能体在执行任务时,被诱导错误或恶意地调用外部工具,造成实际危害。此外,智能体系统固有的复杂性还可能导致难以预测的涌现行为,这些行为也需要通过红队攻防进行探测和缓解。 对于中国的AI开发者和创业者而言,将AI红队攻防整合到智能体AI的开发生命周期中至关重要。这不仅能帮助团队在产品发布前,尽早发现并修复潜在的安全漏洞,从而显著提升产品的鲁棒性、可靠性和用户信任度,还能有效规避因安全缺陷可能导致的法律合规风险和声誉损失。建议开发者特别关注智能体AI的核心大模型、其规划与推理模块、记忆管理机制以及所有外部工具接口的安全性。通过持续的红队攻防实践,确保智能体AI系统能够安全、负责任地部署和运行,为用户和社会创造真正的价值。
近日,知名 AI 编程工具 Cursor 曝出严重计费与额度控制漏洞。据 V2EX 社区用户反映,通过特定操作(如频繁刷新 F5 或利用系统 Bug),用户可以绕过 Cursor 的按量付费(Pay-as-you-go)限制,实现“无限额度”使用。有用户声称其账户已消耗了高达 18 万美元的额度,而未被系统阻断。正常情况下,Cursor 的按量付费在达到 10 至 20 美元时就会触发支付验证并暂停服务,但此次漏洞导致部分用户成功卡出数百甚至数万美元的欠费额度。这一事件暴露了 Cursor 在后端计费同步、高并发请求限制以及 API 额度校验机制上的设计缺陷。对于开发者而言,虽然短期内存在“薅羊毛”现象,但这也引发了对 AI 工具服务稳定性及账单安全性的担忧。目前 Cursor 官方尚未对此漏洞做出正式回应,预计将很快修复相关计费接口。
近期,一篇标题为《攻破少量密钥,免费获取百万级密钥》的文章在技术社区引发广泛关注,揭示了一个潜在的严重安全漏洞。该漏洞的核心在于,攻击者一旦成功破解或获取到少数(例如十几个)秘密密钥,便能利用某种系统性缺陷、设计漏洞或连锁反应机制,进而免费获取到数量庞大(百万级)的其他密钥。这可能源于密钥生成、分发、存储或管理系统中的深层缺陷,例如,一个主密钥的泄露可能导致所有派生密钥的失效,或者某个通用加密库或协议的弱点被利用。 对于中国开发者和AI创业者而言,这一漏洞的潜在影响不容小觑。它意味着,即使是看似小范围的密钥泄露,也可能迅速升级为大规模的数据泄露、未经授权的系统访问,甚至危及AI模型、Agent或开发工具的完整性和安全性。我们强烈建议所有依赖密钥进行身份验证、数据加密或API访问的团队,立即审视并强化其密钥管理策略。这包括但不限于:实施严格的密钥轮换机制、采用最小权限原则、确保密钥安全存储、利用硬件安全模块(HSM)或专业的密钥管理服务(KMS),并加强对异常访问模式的监控。防范此类“一破百得”的系统性风险,是构建健壮AI应用和基础设施的关键。
Linuxdo社区近期发起了一项互助活动,旨在免费为社区成员开通X Premium+订阅。参与者需首先通过特定链接(`https://x-gift.su8.one/check`)检测其X账号是否具备接收礼物资格,随后在帖子中回复用户名即可参与。该活动的核心机制是“接龙传递”,即已成功获得Premium+的成员被鼓励继续帮助其他“佬友”开通,形成一个互助链条,以期让更多社区成员受益。 这项活动暗示了X平台可能存在某种漏洞或机制,允许用户通过非官方途径免费获取Premium+服务。这种社区自发的利用和传播行为,体现了用户对平台高级功能的需求以及在特定技术社区中信息和资源快速共享的特点。然而,原文特别指出,该免费开通方法在凌晨3点30分左右“疑似已经被修复”。这意味着X平台可能已经发现并封堵了这一漏洞或限制了相关操作,使得后续用户无法再通过此方法免费获取Premium+。 对于关注平台安全、用户行为和社区运营的开发者及AI创业者而言,此事件提供了一个案例:平台漏洞可能被迅速发现并利用,而社区的快速响应和传播能力则能放大其影响。同时,这也提醒平台方需持续关注安全防护,及时修复潜在漏洞,以维护服务稳定性和用户公平性。尽管该事件本身并非直接的AI技术,但它反映了互联网产品运营中用户与平台互动、漏洞利用与修复的动态过程,对理解用户行为和平台策略有一定启发。
据外媒 404 Media 和 MacRumors 报道,苹果公司的“隐藏我的电子邮件”(Hide My Email)隐私服务存在一个严重漏洞。该漏洞允许几乎任何人通过特定手段,破解并获取生成别名背后的用户真实电子邮件地址。 “隐藏我的电子邮件”是苹果 iCloud+ 的核心隐私功能,旨在让用户在注册第三方应用或网站时使用随机生成的邮箱别名,从而保护个人真实身份。然而,安全研究人员早在一年多前就向苹果报告了这一漏洞,但苹果至今仍未对其进行修复。 对于开发者和创业者而言,该漏洞的曝光意味着依赖苹果生态进行隐私保护的用户面临数据泄露风险。在开发集成 Apple ID 登录或相关服务的应用时,开发者需注意这一潜在的安全隐患,并关注苹果后续的安全更新。
苹果的“隐藏我的电子邮件”功能被曝存在严重漏洞,可能导致用户的真实电子邮件地址泄露。该漏洞由研究员泰勒·墨菲发现,并经404 Media测试验证。墨菲表示,他早在一年多前就已向苹果公司报告了这一问题,但至今仍未得到修复,具体原因不明。在对志愿者进行的有限测试中,所有“隐藏我的电子邮件”地址都被证实存在此漏洞。出于对漏洞可能被恶意利用的担忧,相关技术细节尚未公开。这一发现对依赖该功能保护隐私的用户构成了重大风险,意味着攻击者有可能绕过苹果的隐私保护机制,获取用户的真实身份信息。对于开发者和AI创业者而言,这提醒了在设计和实现涉及用户隐私保护的功能时,必须进行彻底的安全审计和及时响应漏洞报告,以维护用户信任和数据安全。此事件也凸显了即使是大型科技公司也可能面临长期未修复的关键安全漏洞。
近期,LinuxDo社区及VPS服务商广泛通报了“哪吒探针”(Nezha Monitoring)的一起高危安全漏洞事件。该漏洞导致大量使用哪吒探针的VPS被攻击者控制,沦为“肉鸡”,进而被滥用于发送垃圾流量或进行其他恶意活动。 据初步分析,此次漏洞核心技术原理与Go语言编写的Web路径处理不当有关,攻击者能够利用路径穿透漏洞获取哪吒探针主控端的配置令牌(config token)。原文作者及许多开发者对此感到困惑的关键点在于:一旦获取主控端config token,为何就能轻易控制所有通过该主控端监控的VPS实例?这暗示了探针客户端与主控端之间存在基于该token的强信任或认证机制,使攻击者在获得主控权限后,能对所有关联服务器下达指令或窃取信息。 此次事件对中国开发者和AI创业者敲响警钟,强调部署第三方监控工具时,必须对其安全性进行严格评估,并及时关注官方安全公告,采取必要防护措施,以避免因供应链或工具链漏洞导致服务器资产面临严重风险。
Anthropic 推出的 Claude Mythos 预览版模型在安全测试中表现惊人,成功发现了超过 10,000 个高危软件漏洞。这一成果展示了下一代 AI 模型在自动化代码审计和网络安全领域的巨大潜力。与传统的静态应用安全测试(SAST)工具相比,Claude Mythos 不仅能识别常规的语法和配置错误,还能深入理解复杂的业务逻辑漏洞,并提供高质量的修复建议。对于开发者和 AI 创业者而言,这标志着 AI 驱动的 DevSecOps 时代已经到来,AI 正在从“辅助写代码”向“自主保障安全”演进。同时,这也引发了业界对 AI 被恶意用于漏洞挖掘的担忧,如何安全地部署此类高能力模型将成为未来的核心议题。