База по безопасности AI-агентов
Существует стандарт AIUC-1 (AI Unified Controls 1) - первый в мире специализированный стандарт по безопасности, надежности и governance AI-агентов. Обновляется ежеквартально, появился в конце 2025го, то есть это максимально свежая штука. Используется для аудита в компаниях, разрабатывающих агентов.
Выделяет 6 доменов:
1) Data & Privacy - контроль доступа к данным, предотвращение утечек, ограничение сбора данных.
2) Security - защита от атак, tool misuse, privilege abuse, runtime containment.
3) Safety - guardrails против вредного вывода, hallucinations, misuse.
4) Reliability - борьба с нестабильностью, cascading failures, groundedness.
5) Accountability - логирование, attribution действий, agent identity, auditing.
6) Society - предотвращение catastrophic misuse, bias, broader societal risks.
Существует OWASP Top 10 for Agentic Applications - список самых важных и критических рисков безопасности (про такой же список для смарт-контрактов писал здесь). В последней редакции он выглядит следующим образом:
1) ASI01: Agent Goal Hijack — манипуляция целями агента (через prompt injection, poisoned data и т.д.).
2) ASI02: Tool Misuse & Exploitation — злоупотребление инструментами (tool abuse).
3) ASI03: Identity & Privilege Abuse — злоупотребление идентичностью и привилегиями.
4) ASI04: Agentic Supply Chain Vulnerabilities — уязвимости в цепочке поставок агентов.
5) ASI05: Unexpected Code Execution (RCE) — неожиданное выполнение кода.
6) ASI06: Memory & Context Injection (Memory Poisoning) - отравление памяти.
7) ASI07: Insecure Inter-Agent Communication — небезопасная коммуникация между агентами.
8) ASI08: Cascading Failures — каскадные сбои.
9) ASI09: Human-Agent Trust Exploitation — эксплуатация доверия человек-агент.
10) ASI10: Rogue Agents — «бродячие»/враждебные агенты.
А так же месяц назад вышел AIUC-1 Crosswalk of the OWASP Top 10 for Agentic Applications - доклад о пересечении этих фреймворков, который буквально делает маппинг соответствий в них, но еще показывает кое-что важное, а именно недостатки (gap) стандарта AIUC-1.
Всего этих gap 8 штук:
1) Отсутствие dedicated cryptographic identity и mutual authentication для агентов
2) Отсутствие signed behavioral manifests (подписанных манифестов поведения агента)
3) Слабое покрытие kill switches и runtime containment (механизмов экстренной остановки и изоляции)
4) Отсутствие требований к мониторингу архитектуры и topology multi-agent систем
5) Недостаточная supply chain attestation для динамических компонентов (MCP, plugins, A2A и т.д.)
6) Слабая schema validation и contract enforcement для tool calls и действий агента
7) Недостаточная защита inter-agent protocols (replay attacks, message forgery, poisoning)
8) Отсутствие специализированных механизмов detection и mitigation Rogue Agents
Пост скучноватый, но разговор о безопасности стоит начинать с чего-то общего, чтобы закреплять следующие на "карте"
Пока могу предложить пост про Memory Injection - если пользуетесь чем-то вроде Hermes Agent или контролите память через LangMem, то это прямо ваш случай
Источники:
- AIUC-1
- OWASP Agentic AI Threat Model TOP 10
- AIUC-1: Crosswalks OWASP Top 10 For Agentic Applications
https://t.me/web3securityresearch
Существует стандарт AIUC-1 (AI Unified Controls 1) - первый в мире специализированный стандарт по безопасности, надежности и governance AI-агентов. Обновляется ежеквартально, появился в конце 2025го, то есть это максимально свежая штука. Используется для аудита в компаниях, разрабатывающих агентов.
Выделяет 6 доменов:
1) Data & Privacy - контроль доступа к данным, предотвращение утечек, ограничение сбора данных.
2) Security - защита от атак, tool misuse, privilege abuse, runtime containment.
3) Safety - guardrails против вредного вывода, hallucinations, misuse.
4) Reliability - борьба с нестабильностью, cascading failures, groundedness.
5) Accountability - логирование, attribution действий, agent identity, auditing.
6) Society - предотвращение catastrophic misuse, bias, broader societal risks.
Существует OWASP Top 10 for Agentic Applications - список самых важных и критических рисков безопасности (про такой же список для смарт-контрактов писал здесь). В последней редакции он выглядит следующим образом:
1) ASI01: Agent Goal Hijack — манипуляция целями агента (через prompt injection, poisoned data и т.д.).
2) ASI02: Tool Misuse & Exploitation — злоупотребление инструментами (tool abuse).
3) ASI03: Identity & Privilege Abuse — злоупотребление идентичностью и привилегиями.
4) ASI04: Agentic Supply Chain Vulnerabilities — уязвимости в цепочке поставок агентов.
5) ASI05: Unexpected Code Execution (RCE) — неожиданное выполнение кода.
6) ASI06: Memory & Context Injection (Memory Poisoning) - отравление памяти.
7) ASI07: Insecure Inter-Agent Communication — небезопасная коммуникация между агентами.
8) ASI08: Cascading Failures — каскадные сбои.
9) ASI09: Human-Agent Trust Exploitation — эксплуатация доверия человек-агент.
10) ASI10: Rogue Agents — «бродячие»/враждебные агенты.
А так же месяц назад вышел AIUC-1 Crosswalk of the OWASP Top 10 for Agentic Applications - доклад о пересечении этих фреймворков, который буквально делает маппинг соответствий в них, но еще показывает кое-что важное, а именно недостатки (gap) стандарта AIUC-1.
Всего этих gap 8 штук:
1) Отсутствие dedicated cryptographic identity и mutual authentication для агентов
2) Отсутствие signed behavioral manifests (подписанных манифестов поведения агента)
3) Слабое покрытие kill switches и runtime containment (механизмов экстренной остановки и изоляции)
4) Отсутствие требований к мониторингу архитектуры и topology multi-agent систем
5) Недостаточная supply chain attestation для динамических компонентов (MCP, plugins, A2A и т.д.)
6) Слабая schema validation и contract enforcement для tool calls и действий агента
7) Недостаточная защита inter-agent protocols (replay attacks, message forgery, poisoning)
8) Отсутствие специализированных механизмов detection и mitigation Rogue Agents
Пост скучноватый, но разговор о безопасности стоит начинать с чего-то общего, чтобы закреплять следующие на "карте"
Пока могу предложить пост про Memory Injection - если пользуетесь чем-то вроде Hermes Agent или контролите память через LangMem, то это прямо ваш случай
Источники:
- AIUC-1
- OWASP Agentic AI Threat Model TOP 10
- AIUC-1: Crosswalks OWASP Top 10 For Agentic Applications
https://t.me/web3securityresearch
❤4
А что это у вас в агенте? Дыра
Я пришел к закономерному выводу: мало кто задумывается о том, насколько безопасны их агенты. Поэтому я на практике буду показывать, как построить более безопасную систему.
Речь пока что не идет про агентский режим в подписках (но я до него доберусь), я говорю о тех агентах, которых строят люди для личных целей, используют в стартапах как часть, либо же просто продают доступы и так далее.
В прошлом посте я рассказывал про появление AIUC-1. По сути это формализация к требованиям безопасности агентов, но дело в том, что популярные фреймворки спроектированы так, что выполнить эти требования просто в нельзя в их дефолтной архитектуре.
Вот в этом репозитории я буду вести разработку агента, которому хочу передать рутинную часть аудита смарт-контрактов. Там уже выложена первая часть + есть информация по главным архитектурным решениям. Параллельно я закрываю две задачи: строю систему, которая облегчит мне жизнь и на практике разбираю, что значит создать безопасного агента.
Посты с разбором архитектурных решений будут появляться на канале Noobing Security Research
https://t.me/web3securityresearch
Я пришел к закономерному выводу: мало кто задумывается о том, насколько безопасны их агенты. Поэтому я на практике буду показывать, как построить более безопасную систему.
Речь пока что не идет про агентский режим в подписках (но я до него доберусь), я говорю о тех агентах, которых строят люди для личных целей, используют в стартапах как часть, либо же просто продают доступы и так далее.
В прошлом посте я рассказывал про появление AIUC-1. По сути это формализация к требованиям безопасности агентов, но дело в том, что популярные фреймворки спроектированы так, что выполнить эти требования просто в нельзя в их дефолтной архитектуре.
Вот в этом репозитории я буду вести разработку агента, которому хочу передать рутинную часть аудита смарт-контрактов. Там уже выложена первая часть + есть информация по главным архитектурным решениям. Параллельно я закрываю две задачи: строю систему, которая облегчит мне жизнь и на практике разбираю, что значит создать безопасного агента.
Посты с разбором архитектурных решений будут появляться на канале Noobing Security Research
https://t.me/web3securityresearch
❤5
Участвовал на этих выходных в хакатоне от Hack Nation
Было 6 тем на выбор, в итоге билдили с командой голосового ассистента на базе ElevenLabs. В целом, сделали что-то адекватное 20 часам, отведенным на мероприятие
Но хочу о другом сказать: несчетное количество раз я читал/слышал, что в строительстве своих проектов надо начинать говорить о них сразу же, запускать сырую версию сразу же, но только на хакатоне удалось прочувствовать эту истину живьем.
В общем, я немного (много) закопался в строительство агента, про которого говорил здесь. Точнее даже так, я писал про написание своего фреймворка со встроенной защитой от memory injection, но это уже переросло в строительство агента-помощника на основе этого фреймворка. Параллельно я начал писать систему для анализа защищенности агентов по критериям AIUC-1, а так же писать свою RAG-систему для работы с вновь выходящими на arXiv работами.
Эти проекты в разной степени далеки от прода, но я вижу в каждом из них нужность и потенциал, так что буду рассказывать про трудности, с которыми столкнулся в процессе и тем, как их решать (что не всегда понятно).
https://t.me/web3securityresearch
Было 6 тем на выбор, в итоге билдили с командой голосового ассистента на базе ElevenLabs. В целом, сделали что-то адекватное 20 часам, отведенным на мероприятие
Но хочу о другом сказать: несчетное количество раз я читал/слышал, что в строительстве своих проектов надо начинать говорить о них сразу же, запускать сырую версию сразу же, но только на хакатоне удалось прочувствовать эту истину живьем.
В общем, я немного (много) закопался в строительство агента, про которого говорил здесь. Точнее даже так, я писал про написание своего фреймворка со встроенной защитой от memory injection, но это уже переросло в строительство агента-помощника на основе этого фреймворка. Параллельно я начал писать систему для анализа защищенности агентов по критериям AIUC-1, а так же писать свою RAG-систему для работы с вновь выходящими на arXiv работами.
Эти проекты в разной степени далеки от прода, но я вижу в каждом из них нужность и потенциал, так что буду рассказывать про трудности, с которыми столкнулся в процессе и тем, как их решать (что не всегда понятно).
https://t.me/web3securityresearch
❤4
Оставаться на острие
Мы живем в обстановке галопирующей информации во всех сферах.
Каждый выбирает как с этим справляться самостоятельно, этот пост про одно из моих решений, которым я пользуюсь на каждодневной основе. Лежит оно в репозитории, находится в разработке.
Сейчас мой главный интерес - построение AI агента, который будет выполнять рутинные операции по исследованию безопасности максимально автоматизировано. И в момент разработки концепции, выбора подходов, добавления фич, проверки гипотез я люблю опираться на статьи с arXiv.org.
Можно конечно пользоваться поиском через одного из своих агентов Claude, NotebookLM и так далее, они хорошо справляются с поиском и чтением, но
Иногда к какой-то теме надо вернуться в рамках другого проекта, иногда хочется перечитать статью или переслать ее. В таких случаях взаимодействие через агента может быть не супер удобным, сохранение в загрузки на определенном устройстве/облаке - хорошо, но недостаточно, если статей накопилось много.
Поэтому я написал телеграм бота, которому в чат можно отправить интересующую тему, он посмотрит что по этому поводу выходило на arXiv, вернет список из которого можно выбрать интересующие статьи. По кнопке статья отправляется в локальное хранение на сервер, режется на чанки, эмбеддится и все такое прочее. Запускается через докер, настраивается через .env, на первых порах для эмбеддинга можно взять бесплатный API от gemini
По командам:
- /search <тема> — ищет свежие статьи (30 дней) на arXiv и показывает список с кнопками. Можно добавить одну статью или сразу несколько.
- /ask <вопрос> — отвечает по уже проиндексированной библиотеке: ищет релевантные фрагменты, генерирует ответ и прикладывает источники.
- /list <тема> — показывает, какие статьи из локальной базы ближе всего к теме.
- /enrich <arxiv_id> — делает краткое summary на русском и английском плюс теги.
- /reindex <arxiv_id> — перекачивает PDF и переиндексирует статью, если что-то пошло не так.
Проект рабочий, но еще не дописан, по большей части потому, что пишу я его с LLM, но руками, по-староверски практически, такая прихоть.
В перспективе допишу множество небольших полезных фич, вроде скачивания статьи из БД в первозданном виде, изменение дат поиска, а сам проект адаптирую в том числе под использование в качестве tool или mcp для агентов, как источник контролируемой базы знаний. Если считаете, что вам оно нужно, то буду рад звездам на гитхабе, форкам, самостоятельным версиям развития проекта и прочее.
Напоследок хочу сказать вот что: собирать агентов в три клика на базе корпоративных решений - классно, но я бы хотел, чтобы мои агенты не зависели (или зависели в меньшей степени) от подписок. Хостить своего агента/харнесс на своем железе - путь, который дает и больше контроля поведения, и в перспективе будет дешевле по деньгам, по переносу в случае надобности и так далее. Да, это требует трудозатрат на этапе постройки и, возможно, навыков разработки, но это окупится.
А еще боту нужно имя, но я не придумал ничего красивого. Предложения?
https://t.me/web3securityresearch
Мы живем в обстановке галопирующей информации во всех сферах.
Каждый выбирает как с этим справляться самостоятельно, этот пост про одно из моих решений, которым я пользуюсь на каждодневной основе. Лежит оно в репозитории, находится в разработке.
Сейчас мой главный интерес - построение AI агента, который будет выполнять рутинные операции по исследованию безопасности максимально автоматизировано. И в момент разработки концепции, выбора подходов, добавления фич, проверки гипотез я люблю опираться на статьи с arXiv.org.
Можно конечно пользоваться поиском через одного из своих агентов Claude, NotebookLM и так далее, они хорошо справляются с поиском и чтением, но
Иногда к какой-то теме надо вернуться в рамках другого проекта, иногда хочется перечитать статью или переслать ее. В таких случаях взаимодействие через агента может быть не супер удобным, сохранение в загрузки на определенном устройстве/облаке - хорошо, но недостаточно, если статей накопилось много.
Поэтому я написал телеграм бота, которому в чат можно отправить интересующую тему, он посмотрит что по этому поводу выходило на arXiv, вернет список из которого можно выбрать интересующие статьи. По кнопке статья отправляется в локальное хранение на сервер, режется на чанки, эмбеддится и все такое прочее. Запускается через докер, настраивается через .env, на первых порах для эмбеддинга можно взять бесплатный API от gemini
По командам:
- /search <тема> — ищет свежие статьи (30 дней) на arXiv и показывает список с кнопками. Можно добавить одну статью или сразу несколько.
- /ask <вопрос> — отвечает по уже проиндексированной библиотеке: ищет релевантные фрагменты, генерирует ответ и прикладывает источники.
- /list <тема> — показывает, какие статьи из локальной базы ближе всего к теме.
- /enrich <arxiv_id> — делает краткое summary на русском и английском плюс теги.
- /reindex <arxiv_id> — перекачивает PDF и переиндексирует статью, если что-то пошло не так.
Проект рабочий, но еще не дописан, по большей части потому, что пишу я его с LLM, но руками, по-староверски практически, такая прихоть.
В перспективе допишу множество небольших полезных фич, вроде скачивания статьи из БД в первозданном виде, изменение дат поиска, а сам проект адаптирую в том числе под использование в качестве tool или mcp для агентов, как источник контролируемой базы знаний. Если считаете, что вам оно нужно, то буду рад звездам на гитхабе, форкам, самостоятельным версиям развития проекта и прочее.
Напоследок хочу сказать вот что: собирать агентов в три клика на базе корпоративных решений - классно, но я бы хотел, чтобы мои агенты не зависели (или зависели в меньшей степени) от подписок. Хостить своего агента/харнесс на своем железе - путь, который дает и больше контроля поведения, и в перспективе будет дешевле по деньгам, по переносу в случае надобности и так далее. Да, это требует трудозатрат на этапе постройки и, возможно, навыков разработки, но это окупится.
А еще боту нужно имя, но я не придумал ничего красивого. Предложения?
https://t.me/web3securityresearch
❤4
Forwarded from Stanislav Belyaev
Уже почти месяц прошел после взлома моделями OpenAI – HuggingFace. Спустя это время каждая уважающая себя лаборатория сказали, что они тоже могут взламывать! Антропик, Кими, и Цукерберг недавно
Но, после спора с @XaveScor в чате про то, где была память, как хранились данные, я покопался в деталях всех отчетов, чтобы ответить на эти вопросы.
А также, на заголовки, которые пишут – модели стали думать, модели живые и т.д!
Ответы тут
https://mysummit.school/blog/ai-agent-vzlom-hugging-face/
А спойлеры:
• Модели не сами решили пойти взламывать мир. Им сказали это делать инженеры, как и @XaveScor утверждал
• Модель не столь умна, сколь упорна. За 4 дня были сделаны тысячи различных попыток, чтобы осуществить атаку. И только меньше 100 действий оказались успешными (0.3%)
Описал простым языком, без технических деталей
Но, после спора с @XaveScor в чате про то, где была память, как хранились данные, я покопался в деталях всех отчетов, чтобы ответить на эти вопросы.
А также, на заголовки, которые пишут – модели стали думать, модели живые и т.д!
Ответы тут
https://mysummit.school/blog/ai-agent-vzlom-hugging-face/
А спойлеры:
• Модели не сами решили пойти взламывать мир. Им сказали это делать инженеры, как и @XaveScor утверждал
• Модель не столь умна, сколь упорна. За 4 дня были сделаны тысячи различных попыток, чтобы осуществить атаку. И только меньше 100 действий оказались успешными (0.3%)
Описал простым языком, без технических деталей
mysummit.school
ИИ-агент взломал Hugging Face: 17 600 попыток и один успех | mysummit.school - Практический блог об ИИ в менеджменте
Автономный ИИ-агент взломал Hugging Face: 17 600 попыток, одна удачная цепочка и ноль команд от человека. Разбор без фантастики – и выводы для менеджера.
❤2
Forwarded from Сиолошная
Ну вот например, прямо свежее из новостей (я посмотрел на источник ABC Au, выглядит как надёжный и серьезный; Чат говорит «Media Bias/Fact Check сейчас оценивает австралийский ABC как High factual reporting»):
Один житель Австралии попросил своего ИИ-агента Claude, работающего в OpenClaw, забронировать ему место на популярную тренировку в спортзале. Агент обнаружил программную уязвимость, которая позволила ему забронировать место на несколько недель вперед — гораздо дальше сроков, разрешенных системой. Когда затем пользователь спросил, нельзя ли продвинуть его в списке ожидания, агент выяснил, что в API отсутствует проверка прав доступа при отмене чужих бронирований. Поэтому он просто отменил запись человека, занимавшего первое место, и продвинул своего пользователя вверх по списку.
Агент просто пытался помочь своему человеку🤷♂️ как жаль что у того, кто был первым в очереди, не было Kimi K3, которая постоянно бы мониторила каждый аспект его жизни и боролась с другими агентами (это шутка; это не помогло бы).
(человек попросил агента вернуть всё как было, но оказалось, что агент не может это сделать. Пу-пу-пу)
На мой взгляд, самое важное в этой истории то, что она позволяет заглянуть в будущее и увидеть, что скоро начнет происходить в больших количествах. Это случится, когда у миллионов людей появятся агенты, готовые абсолютно любыми средствами выбивать для своих обожаемых пользователей лучшие условия. Я думаю, что — если очень быстро ничего не изменится со стороны политиков — мы стоим на пороге мира, в котором многие вещи, которые обычно считались безопасными, на самом деле на поверку таковыми не являются. И ИИ будет взламывать их направо и налево.
Один житель Австралии попросил своего ИИ-агента Claude, работающего в OpenClaw, забронировать ему место на популярную тренировку в спортзале. Агент обнаружил программную уязвимость, которая позволила ему забронировать место на несколько недель вперед — гораздо дальше сроков, разрешенных системой. Когда затем пользователь спросил, нельзя ли продвинуть его в списке ожидания, агент выяснил, что в API отсутствует проверка прав доступа при отмене чужих бронирований. Поэтому он просто отменил запись человека, занимавшего первое место, и продвинул своего пользователя вверх по списку.
Агент просто пытался помочь своему человеку
(человек попросил агента вернуть всё как было, но оказалось, что агент не может это сделать. Пу-пу-пу)
На мой взгляд, самое важное в этой истории то, что она позволяет заглянуть в будущее и увидеть, что скоро начнет происходить в больших количествах. Это случится, когда у миллионов людей появятся агенты, готовые абсолютно любыми средствами выбивать для своих обожаемых пользователей лучшие условия. Я думаю, что — если очень быстро ничего не изменится со стороны политиков — мы стоим на пороге мира, в котором многие вещи, которые обычно считались безопасными, на самом деле на поверку таковыми не являются. И ИИ будет взламывать их направо и налево.
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3
Forwarded from Denis Sexy IT 🤖
Исследователи нашли первый подробно задокументированный, почти автономный, взлом государственной инфраструктуры
В начале июля кто-то собрал на базе Hermes и OpenClaw агентов систему для авто-хакинга - и отправил её "аудировать" гос сайты в Азии
За четыре дня система провела 12 волн атак, одновременно выпуская до восьми агентов: одни атаковали сайты, другие проверяли бекенд, третьи сканировали порты и тп. Перед каждой новой волной система пересчитывала шансы для 14 маршрутов и перебрасывала силы туда, где вероятность успеха была выше – какую именно модель использовали, неизвестно, но судя по логам модель думала что аудирует систему безопасности гос органов, а не хакала
Израильская компания Dream нашла на одном из серверов забытый архив размером 160 мегабайт и 1 395 файлов, поэтому атаку удалось восстановить почти по шагам:
👮♀️ Агенты разобрали код одного гос портала, нашли 21 подвязанную государственную систему и полностью нарисовали схему единого входа между ними
👮♀️ В одном месте база сотрудников была открыта вообще без пароля, в другом разработчики забыли закрыть три дебаг-аккаунта; получив имена сотрудников, система начала перебирать пароли, картинки с проверочным кодом читала обычным распознаванием текста и взломала 85 учётных записей. 84 из них затем без дополнительной проверки пустили агентов во внутренние системы через единый вход
👮♀️ Всего наружу ушли минимум 2 564 записи о сотрудниках, а также пароли к базам данных и части внутренней схемы сети
👮♀️ Когда одна ветка хакинга закрывалась, агенты запускали отдельный поиск по базам уязвимостей, GitHub и техническим статьям, находили новый подход и перепланировали атаку
👮♀️ Один раз система решила, что обнаружила уязвимость по 21-секундной задержке ответа, затем перепроверила результат, поняла, что сервер всего лишь зависал на отправке письма, и сама вычеркнула как ошибку
👮♀️ Каждая находка проходила ещё шесть повторных проверок другими агентами, после первых успехов система начала параллельно сканировать государственных подрядчиков, почту, агентство ядерной безопасности и как минимум семь энергетических компаний
Financial Times со ссылкой на знакомого с расследованием человека пишет, что целью был Тайвань - сама Dream страну не называет, Тайвань детали публично не подтвердил
Я в который раз уже пишу эту мысль, но кажется инфобез сожрет все ИТ и все ПО где есть понятие "сервер-клиент"
Источник:
https://www.ft.com/content/7d2ab3e0-9085-48f6-b38a-d90260d58795
В начале июля кто-то собрал на базе Hermes и OpenClaw агентов систему для авто-хакинга - и отправил её "аудировать" гос сайты в Азии
За четыре дня система провела 12 волн атак, одновременно выпуская до восьми агентов: одни атаковали сайты, другие проверяли бекенд, третьи сканировали порты и тп. Перед каждой новой волной система пересчитывала шансы для 14 маршрутов и перебрасывала силы туда, где вероятность успеха была выше – какую именно модель использовали, неизвестно, но судя по логам модель думала что аудирует систему безопасности гос органов, а не хакала
Израильская компания Dream нашла на одном из серверов забытый архив размером 160 мегабайт и 1 395 файлов, поэтому атаку удалось восстановить почти по шагам:
Financial Times со ссылкой на знакомого с расследованием человека пишет, что целью был Тайвань - сама Dream страну не называет, Тайвань детали публично не подтвердил
Я в который раз уже пишу эту мысль, но кажется инфобез сожрет все ИТ и все ПО где есть понятие "сервер-клиент"
Источник:
https://www.ft.com/content/7d2ab3e0-9085-48f6-b38a-d90260d58795
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2
Please open Telegram to view this post
VIEW IN TELEGRAM
❤4
я бы рад писать короче, но тема очень широкая. Сегодня статья про HMAC-подписи записей агента: зачем нужны, из чего состоят, от чего не помогают
❤2
memory-injection-lecture-diagrams.pdf
1.1 MB
Прочитал лекцию про атаки на память, оставлю слайды и здесь
❤3