13:09IT之家(博客/媒体)美国政府官员透露,Anthropic的Mythos模型在测试中仅用数小时就定位出高度机密政府计算机系统的多处漏洞。测试隶属于Anthropic的Project Glasswing项目,旨在保护关键软件系统并防范模型滥用风险。弗吉尼亚州参议员马克·沃纳在听证会上称该工具几乎攻破全部机密系统。不过官员强调,模型能发现漏洞不等于能同等时间利用这些漏洞发起攻击。AI模型AnthropicMythosAI安全漏洞检测模型测试7 个信源在谈推荐理由:Anthropic的Mythos模型能快速找到政府机密系统漏洞,而且只用了几个小时,不是几个星期。想了解最新AI安全测试成果的可以看看。原文
10:40arXiv cs.LG@Yiteng Peng, Dongwei Xiao, Zhibo Liu, Zhenlan JI, Shuai WangHERTA是首个针对全同态加密(FHE)框架的自动化测试工具。它利用蜕变测试方法,设计了基于FHE语义的新型蜕变关系,以检测多层软件栈中的实现错误。在3个主流工业框架上的评估中,HERTA发现了21个先前未知的漏洞,部分已被开发者确认修复。分析表明这些漏洞对FHE服务的完整性和可用性构成严重安全威胁。论文全同态加密HERTA漏洞检测自动化测试FHE安全推荐理由:这个工具能自动找出FHE框架的隐藏bug,已经发现了21个,开发者都确认了。搞隐私计算的值得一看。原文
10:38arXiv: DeepSeek@Arastoo Zibaeirad, Marco Vieira精选研究提出CWE-Trace框架,基于834个手动整理的Linux内核样本(覆盖74个CWE)评估LLM的漏洞检测能力。实验发现数据污染对性能无实质帮助:84%的污染样本不携带可用记忆信号。微调仅改变输出阈值(DFI范围-85.5至+94.8 pp),而不改变底层决策策略,模型在历史数据和截止后数据上表现一致。最佳检测准确率仅52.1%(高出随机2.1个百分点),CWE排名Top-1准确率低于1.3%,表明当前LLM缺乏可靠的安全推理能力。论文CWE-TraceLinux内核漏洞检测推理模型Fine-tuning推荐理由:这篇论文用800多个Linux内核漏洞样本做了严谨测试,发现LLM微调后只是改分数线,不是真懂安全。检测率刚过50%,别指望它们当安全审计员。原文
02:52Cloudflare Blog@Grant Bourzikas精选Cloudflare博客详解其多阶段漏洞发现工具的技术架构,包括状态控制机制、通过对抗性审查将误报率降低90%的方法,以及如何绕过LLM上下文长度限制(如4k token限制)。该工具实现自动化分类,每日可处理超过10万条告警。文章还公开了其基于GPT-4的分阶段提示词模板和缓存策略。技巧Cloudflare漏洞检测自动化LLM推荐理由:Cloudflare公开了他们内部用的漏洞检测工具怎么做,从状态管理到对抗审查都讲了,想自己搭自动化安全工具的可以抄作业。原文
09:23arXiv: DeepSeek@Zhengxiong Luo, Mehtab Zafar, Dylan Wolff, Abhik Roychoudhury精选Code-Augur提出安全规范优先范式,将漏洞检测智能体的隐性假设显式化为安全规范,并通过运行时反证持续细化。在真实项目上,Code-Augur比Claude Mythos等专用模型检测到更多漏洞。它基于Sonnet和DeepSeek等通用LLM构建,发现了22个关键开源项目的新漏洞。该方法通过模糊测试触发断言,揭示漏洞或修正规范,提升检测可信度。论文Code-Augur漏洞检测智能体安全规范Sonnet推荐理由:这篇论文让AI漏洞检测不再黑箱——Code-Augur会生成明确的安全假设,再用模糊测试验证,已经在真实项目里挖出22个新漏洞,比专用模型还管用。原文
11:51Epoch AI@EpochAIResearchEpochAI Research 推出了一个网络漏洞探索器,可视化自2022年以来向CVE项目报告的常见漏洞和暴露(CVE)。该工具旨在验证AI公司声称其模型在发现软件漏洞方面越来越好的说法是否属实。通过公开数据,用户可以直观地看到漏洞报告的趋势和分布。这为评估AI在网络安全领域的实际进展提供了数据支持。AI产品漏洞检测CVE网络安全数据可视化EpochAI推荐理由:做安全研究和漏洞分析的团队,终于有了一个公开数据工具来验证AI模型的真实能力,建议点开看看趋势图。原文
01:29Decoder@Matthias BastianAnthropic 正在扩大其 Project Glasswing 项目,与超过 15 个国家的 150 个新合作伙伴合作,使用 Claude Mythos Preview 扫描关键基础设施的安全漏洞。现有合作伙伴已发现超过 10,000 个严重漏洞。同时,Anthropic 还通过 Claude Security 提供商业修复方案,从问题的两端获利。AI产品AnthropicClaude安全扫描漏洞检测关键基础设施10 个信源在谈推荐理由:安全团队和基础设施运维者值得关注——Anthropic 用 AI 规模化扫描关键漏洞,已发现上万严重问题,同时提供修复方案,直接解决安全痛点。原文
22:29IT之家(博客/媒体)Anthropic 宣布将向 15 个国家/地区的 150 家合作机构开放其网络安全模型 Mythos 的访问权限,作为“玻璃之翼”项目的一部分。合作企业覆盖电力、水务、医疗保健、通信及硬件制造等领域,需符合安全要求才能获得权限。此前,Anthropic 于 4 月首次向 50 家机构开放,合作伙伴已通过 Mythos 发现 1 万个高危安全漏洞。Anthropic 表示,其愿景是让 AI 提升所有软件的安全性,帮助行业适应 AI 对网络安全的改变。AI产品网络安全MythosAnthropic漏洞检测行业合作8 个信源在谈推荐理由:Mythos 已帮助发现 1 万个高危漏洞,证明 AI 在网络安全领域的实战价值。做安全运维或基础设施防护的团队值得关注,这可能是未来安全工具的雏形。原文
22:06rohanpaul_ai@rohanpaul_ai88°Anthropic 将 Claude Mythos 预览版从约 50 个 Project Glasswing 合作伙伴扩展到约 200 个经过审查的组织。该模型更像网络武器检测器而非普通编程助手,能发现软件弱点并构建可用的测试漏洞来证明攻击路径。优先访问名单包括电力、医疗、水务、通信、硬件、政府、非营利组织及关键软件维护者,每个组织需通过安全检查。Anthropic 旨在通过优先访问为行业创造补丁先机,合作伙伴已发现超过 1 万个高危或严重漏洞。Mythos 尚未完全公开,因其测试表明该模型能发现细微旧漏洞、将小问题链式组合成更大攻击,并帮助非专家达到此前需精英安全技能才能实现的结果。AI产品Claude Mythos网络安全漏洞检测Anthropic防御优先10 个信源在谈推荐理由:对于安全团队和关键基础设施维护者,Mythos 的漏洞发现能力远超普通代码审查工具,已证明能提前发现 1 万+ 高危漏洞,值得关注其防御价值。原文
16:48rohanpaul_ai@rohanpaul_ai据路透社报道,日本三大银行将获得OpenAI最新模型及Anthropic Mythos的早期访问权限,用于安全测试。这些前沿AI模型在检测漏洞方面远优于前代,预计将帮助银行防御新型网络攻击。此举标志着金融行业在AI安全应用上的重要突破,也体现了日本对AI安全测试的重视。行业OpenAIAnthropic Mythos金融安全漏洞检测日本银行10 个信源在谈推荐理由:金融安全团队终于有了前沿AI武器——OpenAI和Anthropic的新模型专为漏洞检测优化,比旧模型强得多,做银行安全或金融AI应用的开发者值得关注。原文
00:11AI Will@FinanceYF5OpenAI 发布了名为 Daybreak 的 AI 代理工具,专门用于网络安全领域。该工具能够自动发现漏洞、验证修复方案并清理安全积压问题。Daybreak 旨在将网络安全团队的工作效率提升 10 倍,通过自动化重复性任务来加速安全响应流程。这一发布标志着 AI 在网络安全自动化方面的重要进展,尤其适用于需要快速处理大量安全问题的团队。AI产品AI 代理网络安全漏洞检测自动化修复OpenAI3 个信源在谈推荐理由:Daybreak 解决了安全团队手动处理漏洞和修复验证的痛点,做安全运营的团队可以直接用上,效率提升立竿见影,值得关注。原文
12:51OpenAI@OpenAI (@OpenAI)精选OpenAI 通过官方推特发布 Daybreak 安全工具,旨在帮助开发者更早发现代码漏洞。Daybreak 可以集成到开发工作流中,提前识别安全风险。该工具目前尚未公开具体基准或版本号,但定位为早期漏洞检测方案。AI产品OpenAIDaybreak漏洞检测代码安全3 个信源在谈推荐理由:抓漏洞神器Daybreak来了原文