《人工智能安全治理框架3.0》
全国网络安全标准化技术委员会在国家网信办指导下发布的框架文件。在 1.0、2.0 基础上迭代,将风险划分为内生、应用、衍生三类,新增"可信应用、防范失控"原则,并大幅强化智能体安全内容,附独立《智能体风险管理框架》。
平台自有文献馆藏:标准规范、治理框架、白皮书、攻防技术与内部研究,按分类浏览下载。
全国网络安全标准化技术委员会在国家网信办指导下发布的框架文件。在 1.0、2.0 基础上迭代,将风险划分为内生、应用、衍生三类,新增"可信应用、防范失控"原则,并大幅强化智能体安全内容,附独立《智能体风险管理框架》。
针对 Anthropic 指控国内七家厂商"大规模蒸馏 Claude",从蒸馏的业内共识、加密推理块重放路径、中转站生态与三类溯源手段的局限逐层拆解,指出目前指控仅有单方材料,缺乏可供第三方审计与可复现的血缘检验。
国家计算机病毒应急处理中心等 8 家单位联合发布的年度监测报告(96 页),2025 年度累计捕获暗网威胁事件 1,017,175 起,我国数据贩卖事件 1386 起,并预判 2026 年威胁趋势。
Packt 2025 年 12 月出版的英文专著,416 页,以 OWASP LLM Top 10 为主线系统梳理 LLM 十大安全风险及缓解实践。适合作为企业 LLM 安全治理的系统性参考。
米斯特 AI 社区洺熙基于《AI-Native LLM Security》整理的中文精编稿(40 页),按 2026 年 9 月现状逐章复核:保留跨越版本仍然成立的攻击机理、架构原则与工程实践,删除已失效的标准、法规与工具,并在原位标注过时原因及现行替代方案。原文
XCon2026 议题,讲解对 AI 目标的六层侦察路径:从前端泄露、API 端点枚举、编排层报错特征、RAG 组件回显,到推理服务与模型层识别。模型指纹部分涵盖身份询问、矛盾测试、知识截止点等五种方法,并介绍 LLMmap 与基于 special token 的模型指纹技术。
CVE Program 于 2026 年 7 月 30 日举办“AI 赋能漏洞发现”虚拟论坛的官方会议纪要,70 国 700 余人参与。记录 AI 时代漏洞报告量激增、误报与重复提交增多、CNA 分诊积压、维护者负担加重等问题,附社区调查数据汇总及后续工作组计划。
一条 Special Token 就能打崩 vLLM、llama.cpp 等主流推理引擎,AI 基础设施“一触即溃”。本议题拆解从 HTTP 到 GPU 的七层攻击面,用 AI 赋能的模糊测试实现全自动漏洞挖掘——一个 URL 进,一份漏洞报告出。
OWASP Agentic Skills Top 10 白皮书,梳理 AI Agent 技能生态十大安全风险,含真实案例与多框架映射。
DEF CON 34 演讲。分享构建确定性 Agentic Web 渗透测试系统的架构经验,解决多 Agent 协作中 LLM 规划不确定性与结果可复现性的矛盾,为自动化渗透测试的工程落地提供可借鉴的架构模式。
DEF CON 34 演讲。当提示注入失效时,如何绕过 LLM 构建门禁(Build Gate)。揭示 CI/CD 中 LLM 代码审查环节的替代攻击面,提醒安全团队构建门禁并非万能防线。
DEF CON 34 演讲。以盗墓为喻,展示如何利用遗留系统漏洞攻入现代 AI 数据保险库窃取敏感数据,警示 AI 基础设施快速迭代中遗留组件带来的数据安全风险。
DEF CON 34 演讲。系统性研究 AI 基础设施(训练/推理/编排链路)的攻击面,展示一条链全链路突破的攻击手法,强调 AI 供应链各环节的连锁风险。
DEF CON 34 演讲。剖析主流 AI 编排平台"天然携带"的 RCE 设计缺陷——用户输入被直接引入代码执行环境,展示从使用 AI 到被 AI 平台攻击的完整链路。
DEF CON 34 演讲。两位资深固件逆向工程师实测 LLM 在蓝牙固件逆向自动化中的能力边界,哪些环节可被 LLM 接管、哪些仍需人工,为"AI 辅助漏洞研究"提供真实工程数据。
DEF CON 34 演讲。对最流行的 AI 网关实施安全研究,从认证绕过一步步走向云环境沦陷,展示 AI 网关作为安全边界时存在的信任假设缺陷与配置风险。
安全专家杨叔(杨晓东)关于企业安全新趋势的演讲/分享材料,主题为TSCM(技术监控对抗措施,即反窃听窃密技术)与企业网络安全的融合。内容涵盖物理空间与电磁空间的技术窃密威胁检测与反制手段,探讨了TSCM技术与传统网络安全协同防御的新思路,为企业构建"物理+网络"综合安全防线提供了前沿视角。
安恒信息发布的工业场景下AI智能体安全治理方法与实践报告。聚焦工业控制与生产环境中AI智能体的安全治理问题,提出了从风险识别、安全评估到持续监控的完整方法论,并结合实际案例阐述了工业AI智能体安全治理的落地经验与最佳实践。
萤石网络在AI辅助编程场景下的智能体安全管控实践报告。聚焦于AI-powered编程工具(如Copilot、CodeBuddy等)在企业开发环境中引入后的安全管控问题,包括代码安全审查、敏感信息防泄露、智能体权限约束以及开发全流程安全治理等方面的实践经验和管控策略。
腾讯云/腾讯分享的大型互联网企业办公网络环境中智能体安全治理实践经验。围绕企业办公场景中AI智能体的引入与使用,从权限管控、数据防泄漏、行为审计与合规管理等维度展开,提供了大型企业在办公网环境下实施智能体安全治理的参考架构和实践方案。