Research / Paper Files
Paper Files
Paper Files 是一种持续进行 cybersecurity 学习的个人实践，它将科学方法作为学习工具。每篇文章都不是为了学术发表而写，而是作为一种有意为之的练习，用来磨快斧头——深化对特定主题的知识，以严谨的方式组织想法，并观察对某些主题的理解如何随时间发展。它相当于一本训练日志的知识版：每一条记录所学内容、分析方式以及得出的结论。
我强烈建议安全专业人员采用这种方法。选择一个你想精通的主题，研究一手资料（RFC、论文、官方文档），按照引言、方法、分析和结论来组织文本，并像是在向同事解释一样写作。写作本身会迫使你思路清晰，并暴露出被动阅读无法揭示的理解空白。把本网站上的文章作为格式和深度的示例，并建立你自己的收藏——随着时间推移，你会拥有一个个人的精炼知识库，这是任何课程或认证都无法取代的。
DAI & ADAI · 2026
DAI: A Domain-Specific LLM with Model-Excluded Authority, Capability-Disjoint Verification, and Recomputable Receipts
DAI (Decripte Artificial Intelligence) is a proprietary domain-specific LLM within a governed autonomous defensive architecture. It is an instance of the proposed ADAI category defined in the companion framework paper. T…
Read paper →ADAI · ENAutonomous Defensive AI: An Envelope-and-Evidence Framework for Governed LLMs Acting on Production Infrastructure
ADAI (Autonomous Defensive Artificial Intelligence) is a proposed category of governed autonomous cyber defense. The framework specifies defended perimeters, bounded effects, declared rollback and capability-disjoint ver…
Read paper →178 papers
云安全攻防一体化：面向2026年云原生环境的威胁建模、检测与响应框架
云计算已成为企业数字化基础设施的核心承载形态，但其攻击面也随着多云、容器、Kubernetes、无服务器、身份联邦与AI工作负载的普及而持续扩张。到2026年，云安全的关键矛盾已不再是“是否上云”，而是“如何在高度动态、强耦合、强依赖身份与控制面的环境中，建立可验证、可监测、可响应的安全体系”。本文围绕云环境中的实际攻防问题，提出一套面向2026年的云安全攻防一体化研究框架，系统覆盖威胁建模、控制面与数据面风险、身份与密钥暴露、供应链投毒、容器逃逸、Kubernetes滥用、云API横向移动、日志对抗与AI增强钓鱼等关键场景。本文首先梳理2020—2026年云安全相关研究、工具与典型事件，指出传统边界防护模型在云原生架构下失效的根本原因；随后将云环境形式化为由身份图、资源图、权限图和观测图组成的多层图模型，并据此定义风险传播函数与可检测性约束。基于该模型，本文提出一种融合CNAPP、CSPM、CIEM、CWPP、eBPF遥测、Kubernetes准入控制、云审计日志关联与行为基线学习的检测与响应方法，并给出可操作的实现细节。实验部分使用公开基准、模拟云环境与真实工具链，对比了仅依赖配置审计、仅依赖主机检测、以及融合图关联与行为分析的方案在检测率、误报率、平均发现时间和攻击路径重建完整度上的差异。结果表明，在常见云攻击链中，融合方法可显著提升对低噪声身份滥用、短时无服务器滥用与跨账户横移的可见性。最后，本文结合一起云控制面凭证泄露导致的多阶段入侵案例，分析了攻击者如何利用短期令牌、角色信任链与日志缺口实现持久化，并讨论了零信任、后量子密码迁移、AI治理与eBPF级检测在2026年之后的演进方向。
Read paper →Phishing面向2026年威胁态势的网络钓鱼攻击全生命周期研究：从社会工程到AI驱动防御的形式化建模、检测与响应
网络钓鱼在2026年的攻击生态中仍然是最具成本效益、可规模化、且与其他初始访问技术高度耦合的入侵手段之一。随着云办公、SaaS身份体系、无密码登录、移动端工作流和生成式AI广泛落地，攻击者不再依赖粗糙的群发邮件，而是利用多阶段链路，将邮件、短信、语音、协作平台消息、OAuth授权滥用、域名仿冒、二维码诱导、反向代理中继与会话劫持整合为一体化操作。本文以2026年的威胁环境为背景，系统研究网络钓鱼的攻击链、组织化基础设施、诱导机制与检测对抗问题，并提出一种面向企业环境的分层防御方法：将威胁情报、内容语义、行为遥测、身份上下文与浏览器/端点信号联合建模，以降低误报并提升对“合法外观”钓鱼的发现率。本文首先对网络钓鱼的演化路径进行梳理，强调AI生成内容、实时模板重写、商业化钓鱼即服务和会话中继工具带来的结构性变化；随后给出威胁模型与形式化问题定义，将检测目标表述为在资源约束条件下最小化期望损失的二分类与排序问题。方法部分提出一个由静态特征、上下文特征和行为特征构成的融合架构，并讨论其在邮件网关、浏览器隔离、身份提供方与SOAR联动中的实现路径。实验评估部分基于公开语料与企业可观测日志构建模拟数据集，比较传统规则、经典机器学习与融合方法在精确率、召回率、F1值和响应延迟方面的差异。结果表明，单纯依赖黑名单或内容匹配的方案在面对短生命周期基础设施和生成式改写时表现脆弱，而融合身份与行为信号的方案在可解释性与检测鲁棒性之间取得更优平衡。最后，本文通过真实企业场景案例讨论实施难点、误报控制、用户教育、法律与合规边界，以及面向未来的抗钓鱼身份体系和AI治理方向。
Read paper →DevSecOps面向2026威胁格局的DevSecOps体系：基于供应链安全、AI辅助检测与零信任管道的实证研究
DevSecOps在过去十年中从理念演化为现代软件交付体系的核心安全架构。随着云原生技术、软件供应链攻击以及生成式AI驱动的社会工程与自动化漏洞利用的兴起，传统“开发—测试—部署—再补丁”的安全模式已难以应对持续交付环境中的高频风险。2020—2026年间，SolarWinds供应链攻击、Log4Shell漏洞（CVE‑2021‑44228）、MOVEit漏洞（CVE‑2023‑34362）以及2024年XZ Utils后门事件（CVE‑2024‑3094）等重大安全事件，系统性地暴露了软件构建、依赖管理与CI/CD管道中的结构性弱点。DevSecOps试图通过将安全控制嵌入开发生命周期，实现“Shift‑Left”与“Shift‑Right”的持续安全验证，但其在大规模组织中的落地仍面临工具碎片化、误报率高、供应链可信度不足以及自动化安全策略难以量化等问题。 本文从攻击者视角与防御工程实践出发，对2026年前主流DevSecOps架构进行系统分析，并提出一种面向云原生环境的分层安全流水线模型。该模型结合软件物料清单（SBOM）、SLSA构建完整性框架、Sigstore签名体系、AI辅助静态分析以及基于eBPF的运行时检测技术，实现从代码提交到生产运行阶段的全链路安全控制。本文首先构建了DevSecOps环境的威胁模型，对CI/CD基础设施、依赖仓库、容器镜像和部署集群进行形式化风险建模，并给出攻击概率与影响的量化函数。随后提出一种可操作的实施方法，包括安全策略编排、自动化漏洞门禁（security gates）以及供应链完整性验证。 在实验部分，我们在Kubernetes与GitHub Actions环境中部署完整DevSecOps流水线，整合CodeQL、Semgrep、Trivy、OWASP ZAP、Syft、Cosign和Falco等工具，对超过120个真实开源项目进行测试。结果表明，该体系可将平均漏洞修复周期缩短43%，并将高危漏洞进入生产环境的概率降低约71%。此外，通过AI辅助规则生成与SBOM差异分析，能够显著减少安全扫描误报。 研究表明，DevSecOps在2026年的关键挑战已从工具整合转向供应链信任与自动化决策。未来研究需要关注AI生成代码的安全审计、后量子密码在软件供应链中的应用，以及基于策略即代码（Policy‑as‑Code）的安全治理模型。
Read paper →Crypto面向2026威胁环境的密码学安全体系：从经典加密攻击到后量子迁移与AI驱动对抗的综合研究
在2020—2026年间，密码学在网络安全体系中的角色发生了显著变化。传统公钥体系（RSA、ECC）依然构成互联网安全基础设施（TLS、VPN、代码签名）的核心，但同时面临来自量子计算、侧信道攻击、实现缺陷以及自动化攻击框架的多重威胁。与此同时，生成式人工智能和自动化漏洞利用平台正在降低复杂密码学攻击的门槛，使得密码实现漏洞、密钥管理错误以及协议降级攻击更加常见。另一方面，后量子密码学（PQC）标准化进程在NIST主导下进入落地阶段，Kyber、Dilithium、SPHINCS+等算法在2024—2026年逐渐被集成到TLS、VPN与云基础设施中。 本文从攻防实战视角系统分析现代密码学在网络安全中的应用与风险。首先回顾密码学协议在互联网基础设施中的历史演进，包括TLS 1.3、Signal协议、Noise框架以及硬件安全模块（HSM）的发展。随后构建攻击者威胁模型，覆盖密钥窃取、协议降级、中间人攻击、侧信道分析和云环境中的密钥管理失效。本文提出一种结合零信任架构、硬件可信执行环境（TEE）、eBPF运行时监控以及后量子密码迁移策略的综合防御方法。 在实验部分，我们使用OpenSSL 3.2、liboqs、Wireshark、Hashcat、以及Kali Linux工具链构建攻击与防御实验环境，对比RSA‑2048、ECC‑P256以及Kyber768在性能与安全性方面的表现，并分析真实漏洞案例（如CVE‑2022‑0778、CVE‑2023‑0286）。实验结果表明，在云原生环境中实施自动化密钥轮换与PQC混合握手可显著降低长期密钥暴露风险。 本文进一步通过一次模拟企业VPN入侵案例展示密码实现缺陷如何导致完整网络入侵。研究结果表明，未来密码学安全不仅是算法问题，更是工程、运维与攻击自动化之间的综合博弈。
Read paper →Containers标题：云原生环境中的容器安全：Docker 和 Kubernetes 生态系统中的威胁建模、利用技术与防御策略（2023）
标题：云原生环境中的容器安全：Docker 和 Kubernetes 生态系统中的威胁建模、利用技术与防御策略（2023） 摘要：容器的采用深刻改变了云原生环境中的软件工程和运营安全。Docker 和 Kubernetes 等技术已成为现代基础设施的基石，使大规模的可移植性、可扩展性和自动化成为可能。然而，这种新架构也引入了不同的攻击面，其特征包括基于共享内核的隔离、复杂的镜像依赖关系，以及可能存在漏洞的软件供应链。本文从攻防两个视角对容器安全进行了深入分析，并考虑截至 2023 年的研究现状。首先，我们考察了 Linux 容器模型的技术基础，包括 namespace、cgroups 和 OCI runtime。随后，我们分析了现实事件中反复出现的攻击向量，例如容器逃逸、runtime 利用、构建链投毒，以及针对 Kubernetes 集群的攻击。我们提出了一个形式化威胁模型，用于刻画 workload、runtime、host 和控制平面之间的关系，并可基于利用概率和运营影响对风险进行量化。所提出的方法结合了镜像静态分析、基于 eBPF 的行为监控，以及通过 seccomp、AppArmor 和 Pod Security Standards 强化的隔离策略。实验实现是在一个 Kubernetes 集群上完成的，并使用 2023 年广泛采用的工具进行 instrumentation，包括 Falco、Trivy 和 kube-bench。结果表明，对已知漏洞的暴露显著降低，并且对异常行为的近实时检测能力有所提升。我们还基于在受攻陷的 Kubernetes 集群中观察到的 cryptomining 活动， प्रस्तुत了一个案例研究。讨论部分探讨了实际限制、治理挑战以及容器供应链安全的影响。最后，我们总结并指出未来方向，包括与 Zero Trust 模型的集成、基于 eBPF 的可观测性，以及云原生环境中的事件响应自动化。本研究为安全专业人员、基础设施架构师以及对容器生态系统防御感兴趣的研究人员提供了运维与技术层面的视角。
Read paper →Containers标题：基于 Kubernetes 的容器化环境中威胁检测与遏制的形式化与运行时架构
标题：基于 Kubernetes 的容器化环境中威胁检测与遏制的形式化与运行时架构 摘要：基于容器的 cloud-native 架构的采用，深刻改变了分布式应用的设计、部署和扩展方式。Kubernetes 已确立为容器化工作负载管理的主要编排系统，提供用于弹性伸缩、容错和运维自动化的声明式抽象。然而，这一额外的抽象层引入了新的攻击向量，并扩大了暴露面，尤其是在具有高密度短生命周期容器和复杂镜像供应链的环境中。对容器运行时漏洞的利用、不安全的编排 API 配置，以及针对配置不当集群的自动化加密货币挖矿活动，表明传统安全机制不足以应对这类环境的动态特性。本文提出一种用于 Kubernetes 集群中威胁检测与遏制的形式化与运行时架构，将系统状态的数学建模与可操作的可观测性机制及自动化响应相结合。我们将容器化环境形式化为标记迁移系统 LTS = (S, A, →)，从而能够表达与容器、集群节点和控制平面交互相关的完整性与非干扰性质。在此理论基础上，我们实现了一个多层安全流水线，由镜像静态分析（Trivy 和 YARA）、基于 Open Policy Agent/Gatekeeper 的声明式准入策略、通过 Falco 利用 eBPF 实现的内核级行为监控，以及使用 NetworkPolicies 和 Kubernetes 管理控制实现的自动化隔离机制组成。该架构在一个包含 120 个节点和 2,400 个活跃 Pod 的集群中进行了实验评估，模拟了不同攻击场景，包括容器逃逸尝试、加密货币矿工执行以及通过受损凭据进行横向移动。结果表明，平均检测率为 96.3%，误报率为 3.8%，同时 MTTD 和 MTTR 等运行指标显著降低。这些结果表明，将理论形式化与基于 eBPF 的低层遥测相结合，是强化大规模 cloud-native 平台运行安全的有效方法。
Read paper →Containers标题：基于 Kubernetes 的容器环境在高级持续性威胁下的纵深防御模型的形式化架构与实证评估
标题：基于 Kubernetes 的容器环境在高级持续性威胁下的纵深防御模型的形式化架构与实证评估 摘要：采用由 Kubernetes 编排的容器架构，因其弹性、可移植性以及运维自动化能力，已成为云原生基础设施中的主流。然而，这些环境日益增长的复杂性引入了更大的攻击面，可能被高水平对手利用，包括高级持续性威胁（Advanced Persistent Threats – APTs）活动。特别是，镜像供应链被攻破、共享内核漏洞被利用、对控制平面权限的滥用以及 Pod 之间的横向移动等攻击向量，对安全团队构成了关键挑战。在本文中，我们提出一种面向 Kubernetes 集群的纵深防御形式化架构，集成预防性控制、行为检测与自动化响应机制。我们将防御系统建模为一个安全状态图 G=(V,E)，其中顶点表示集群的安全配置，边表示由对手动作或缓解机制引起的状态迁移。所提出的架构结合了声明式安全策略（Open Policy Agent/Gatekeeper 和 Kyverno）、基于 eBPF 的系统调用检查（Falco）、采用 7 层策略的网络分段（Cilium）、镜像漏洞分析（Trivy），以及与云原生安全生态系统集成的可观测遥测。我们在一个包含多个 Kubernetes 节点以及代表性分布式应用工作负载的实验环境中进行了实证评估。实验场景复现了 MITRE ATT&CK 容器框架中记录的技术，包括权限提升、容器逃逸和数据外传。结果表明，纵深防御方法显著缩小了可观测攻击空间，并改善了平均检测时间（Mean Time To Detect – MTTD）。我们观察到，将准入策略、镜像静态分析与基于 eBPF 的实时监控相结合，能够更高精度地检测恶意行为模式，并与孤立方法相比减少误报。我们得出结论，安全策略形式化与内核可观测化仪器化相结合，是增强 Kubernetes 平台对持久性对手韧性的一个有前景的路径。本文贡献了一个分析模型、一种参考架构以及可为大规模云原生环境安全策略开发提供指导的实验结果。
Read paper →Cloud标题：基于统一遥测与对手建模的多云环境威胁检测与响应形式化与运行时架构
标题：基于统一遥测与对手建模的多云环境威胁检测与响应形式化与运行时架构 摘要：多云和云原生架构的整合深刻改变了组织的攻击面，将传统的外围安全重点转移至身份治理、API、供应链、分布式控制平面以及软件定义基础设施。广为记录的事件——例如 2019 年 Capital One 数据泄露，其中涉及 Server-Side Request Forgery (SSRF) 的利用以及对 AWS Instance Metadata Service 的未授权访问——以及 Log4Shell 漏洞（CVE-2021-44228）的大规模利用，表明过度特权身份、碎片化可见性与异构遥测的结合可能导致大规模系统性失陷。与此同时，云服务提供商及独立组织发布的威胁情报报告指出，滥用有效凭证、OAuth 令牌和 API 密钥是现代云环境攻击中的反复出现的向量。本文提出一种面向多云环境威胁检测与响应的形式化与运行时架构，其建立在三个互补支柱之上：(i) 来自控制平面、网络和运行时的遥测语义统一；(ii) 通过带注释的有向时序图对对手行为进行形式化建模；(iii) 采用混合相关机制，将声明式规则（Sigma）、网络签名（Suricata）、基于 eBPF 的仪表化（Falco）以及结合 Elastic Stack 和标准化摄取流水线的结构化分析相结合。我们将检测问题形式化为定义在带注释的时序图上的决策函数 $f: G(E,T) \rightarrow \{0,1\}$，并在关于遥测完整性和时间粒度的显式假设下，引入条件完备性与假阳性受限的形式化性质。我们在涉及 Amazon Web Services、Microsoft Azure 和 Google Cloud Platform 的多云环境中对该架构进行了实证评估，实验对象包括经过仪表化的 Kubernetes 集群以及基于 MITRE ATT&CK for Cloud 框架并结合 Atomic Red Team 执行的实验场景。与仅基于控制平面日志的基线相比，我们观察到平均检测时间（MTTD）持续下降，并且对于涉及身份操纵、容器执行和数据外泄的攻击链，检测率显著提升。结果表明，将遥测语义统一与攻击链形式化建模相结合，可在保持与成熟安全运营中心（SOC）运行相适应的假阳性率的同时，带来可衡量的检测收益。
Read paper →Cloud标题：2023年云计算环境中的安全性：CNAPP集成、基于eBPF的可观测性以及生成式AI的新兴风险
标题：2023年云计算环境中的安全性：CNAPP集成、基于eBPF的可观测性以及生成式AI的新兴风险 摘要：云计算的快速采用已改变当代数字基础设施，使IaaS、PaaS和SaaS等模型成为数字经济的支柱。2023年，这一技术演进与云原生架构、微服务、容器以及持续集成流水线的扩展同时发生，显著扩大了组织的攻击面。本文系统性地考察了现代云环境中的主要安全挑战，并对截至2023年安全生态系统中观察到的三项核心趋势进行了综合分析：Cloud-Native Application Protection Platform（CNAPP）平台、基于eBPF的可观测性与威胁检测，以及与采用生成式人工智能模型和大语言模型（LLMs）相关的新兴风险。首先，我们讨论云安全的架构基础，包括共享责任模型、资源隔离以及用于数据保护的密码机制。随后，我们分析当代攻击向量，如基础设施配置错误、凭证泄露、API利用以及针对开发流水线的攻击。我们还提出了一个面向多云环境的正式风险评估模型，该模型整合了暴露度、资产关键性和可利用性概率等指标。该模型能够量化弹性且高度分布式基础设施中的运营风险。此外，我们实证评估了CNAPP平台在CSPM、CWPP与应用安全之间的融合中所发挥的作用，展示了这些解决方案如何减少可见性缺口并提升事件响应能力。我们还探讨了eBPF在Linux内核底层监控中的应用，使得能够以最小的性能影响实现对威胁的实时行为检测。最后，我们研究了在企业工作流中集成基于LLM系统所带来的新风险，包括prompt injection、数据外泄和上下文操纵。我们得出结论，2023年的云安全需要一种综合方法，将形式化验证、深度可观测性和AI治理结合起来。结果表明，密码技术、行为分析与基于策略的自动化之间的融合，对于缓解现代分布式基础设施中的威胁至关重要。
Read paper →Cloud标题：基于统一遥测、eBPF和攻击链形式化建模的多云环境威胁检测与响应操作架构
标题：基于统一遥测、eBPF和攻击链形式化建模的多云环境威胁检测与响应操作架构 摘要：云计算的广泛采用深刻改变了企业系统架构，将传统安全边界转移为以身份、API和软件定义基础设施为中心的模型。在多云环境中，云服务提供商、遥测格式和控制机制的异构性使得对分布式攻击进行一致检测变得困难。本文研究如何构建一种能够近实时关联来自多个云服务提供商事件的检测与事件响应操作系统。我们提出一种基于统一遥测、日志语义归一化和攻击序列形式化建模的架构。该方法整合来自原生审计服务（CloudTrail、Azure Activity Logs 和 GCP Cloud Logging）、网络传感器以及基于 eBPF 的低层仪表化数据，以实现对云原生工作负载运行时的可观测性。基于这些异构遥测数据，我们定义了一个基于事件时间窗口的风险评估数学模型，从而能够识别以身份滥用、基础设施篡改和横向移动为特征的攻击链。所实现的关联机制使用 OpenSearch 作为索引和查询引擎，使用 Sigma 规则进行基于行为特征的检测，并使用机器学习模型识别异常。该架构还集成了 MITRE ATT&CK 矩阵，可将观测到的事件映射到已知的对抗技术。我们在一个多云环境中进行了实验评估，收集了来自三个云服务提供商上分布式工作负载的超过十亿条事件。结果表明，在包括平均检测时间（MTTD）和平均响应时间（MTTR）在内的安全运维指标上有显著提升，同时保持了较低的误报率。此外，我们展示了攻击链的数学形式化如何支持对云操作安全进行系统化推理。该研究通过结合形式化严谨性、与安全运营中心常用工具的实际集成以及在真实规模条件下的经验验证，为复杂多云环境中的检测与响应提供了架构指导，并丰富了相关文献。
Read paper →Cloud标题：基于统一遥测与对抗建模的多云环境威胁检测与遏制形式化与操作化架构
标题：基于统一遥测与对抗建模的多云环境威胁检测与遏制形式化与操作化架构 摘要：多云架构的快速采用为分布式企业环境中的威胁检测与遏制引入了重大挑战。基础设施的弹性、API 编程接口的广泛使用，以及身份与访问策略的复杂性，显著扩大了攻击面。诸如 2019 年 Capital One 遭入侵以及全球范围内 Log4Shell 漏洞（CVE-2021-44228）的利用等广为记录的事件表明，配置不当、凭证泄露与服务被利用的组合可导致大规模横向移动。尽管可获得大量遥测数据——包括 API 日志、网络流量、容器审计和安全事件——这些来源往往在不同云提供商和工具之间保持碎片化，限制了上下文关联能力。本文提出一种面向多云环境的威胁检测与遏制形式化与操作化架构，该架构基于统一遥测与面向图的对抗建模。我们提出一种攻击面数学形式化，其中身份、资源和授权策略被表示为加权有向图。在此模型之上，我们引入增量算法，能够关联来自多个云提供商的异构事件，并识别与 MITRE ATT&CK 框架中的战术和技术相关的横向移动路径。该架构采用 2023 年业界广泛使用的工具实现，包括 Elastic Stack、Apache Kafka、Neo4j、Kubernetes 以及用于检测归一化的 Sigma 规则。我们在一个包含 420 个分布于 AWS、Azure 和 Google Cloud 的实例的多云环境中对系统进行了实验评估，执行了 36 个具有代表性的对抗场景。结果表明，相较于传统 SIEM 方法，系统性能显著提升，平均检测率达到 94.7%，平均响应时间（MTTR）降低 61%，计算开销低于 7%。此外，我们通过一个涉及暴露凭证被攻陷的案例研究展示了基于图的建模如何能够快速识别涉及 IAM 权限滥用和临时令牌的复杂攻击链。结果表明，将统一遥测与权限形式化建模相结合，是现代云基础设施防御的一种有前景的方法。
Read paper →IAM多云环境下具备凭证泄露韧性的身份与访问管理（IAM）形式化与运行架构
TITLE: 多云环境下具备凭证泄露韧性的身份与访问管理（IAM）形式化与运行架构 ABSTRACT: 身份与访问管理（Identity and Access Management – IAM）已成为分布式企业架构安全的核心要素。在多云环境中，应用和服务同时运行于多个基础设施提供商之上，基于身份的访问控制正逐步取代传统网络边界，成为主要防御机制。然而，来自事件报告的实证证据表明，凭证泄露仍然是数据泄露最常见的攻击向量之一。涉及 OAuth 令牌重用、API 密钥暴露以及过度权限滥用的攻击表明，当合法凭证落入对手之手时，传统认证与授权机制无法确保有效遏制。本文提出一种面向多云环境中部分凭证泄露的、具备韧性的 IAM 形式化与运行架构。我们提出一个形式化模型，将身份系统表示为由用户、资源、权限、令牌和策略构成的元组，从而在具有分级对手的威胁模型下定义韧性的数学性质。我们引入一个安全博弈，用于刻画部分凭证被攻陷的场景，并证明诸如短时效令牌、密钥的密码学派生、授权域分段以及基于风险的自适应认证等机制如何降低运维影响范围。所提出的架构整合了 Zero Trust 原则、基于 OpenID Connect 和 SAML 的身份联合，以及跨多个云提供商的行为监测与协调撤销机制。针对关键基础设施和金融行业场景的实验评估与案例研究表明，该方法在保持较低计算开销的同时，显著缩短了被攻陷凭证的可利用时间窗口。通过将文献中常仅从架构层面讨论的安全性质加以形式化，本文有助于将密码学模型与现代 IAM 系统中的运行保障更紧密地结合起来。结果表明，显式设计为可在部分泄露条件下运行的身份架构，能够以可度量的方式限制基于凭证攻击的影响。
Read paper →IAM标题：基于运营遥测的持续风险评估与凭证滥用检测的自适应 Identity and Access Management 架构
标题：基于运营遥测的持续风险评估与凭证滥用检测的自适应 Identity and Access Management 架构 摘要：身份与访问管理（Identity and Access Management – IAM）已成为分布式环境中企业安全的关键组成部分，这些环境以混合基础设施、云计算以及服务之间的深度集成为特征。然而，当代攻击往往利用已被攻破的合法凭证，从而绕过仅基于初始认证和静态权限控制的传统机制。实证报告表明，凭证滥用是现代组织发生安全事件的主要原因之一。在此背景下，受 Zero Trust 范式启发的安全架构强调在整个会话期间对身份与上下文进行持续验证。本文提出一种自适应 IAM 架构，将基于来自终端、网络和身份系统的运营遥测数据的持续风险评估纳入其中。我们形式化定义了与用户 u、会话 s 和时间 t 相关的动态风险数学模型 R(u,s,t)，并整合行为偏差、访问异常和环境上下文等指标。所提出的架构集成了企业和学术环境中广泛使用的组件，包括作为身份提供方的 Keycloak、作为策略决策机制的 Open Policy Agent（OPA）、作为事件分析基础设施的 Elastic Stack，以及 Sysmon 和 Suricata 等安全传感器。此外，我们使用 Sigma 规则对与 MITRE ATT&CK 框架相关技术的检测进行标准化。实验评估在一个模拟企业环境中进行，收集了超过 4.8 亿条日志事件，持续时间为三个月。结果表明，与仅基于 RBAC 的模型相比，在事件响应的运营指标上有显著改善，包括平均检测时间（MTTD）和平均响应时间（MTTR）的降低。一项涉及包含钓鱼、凭证转储和横向移动的攻击链的案例研究表明，该架构能够在早期阶段检测凭证滥用。结果表明，IAM、运营遥测和持续风险评估机制之间的集成，是强化现代企业环境中身份安全的一种可行方法。
Read paper →IAM标题：面向威胁的弹性 IAM 架构：基于 Zero Trust 与行为检测的自适应模型的形式化、实现与实证评估
标题：面向威胁的弹性 IAM 架构：基于 Zero Trust 与行为检测的自适应模型的形式化、实现与实证评估 摘要：混合与多云环境的持续采用，已使数字身份转变为组织安全控制的主要载体。Identity and Access Management (IAM) 系统最初被设计为用于账户与权限配置的管理机制，如今已在缓解高级攻击方面发挥核心作用，尤其是那些基于凭证泄露、会话令牌滥用和权限提升的攻击。近期报告表明，有效凭证仍然是企业环境中的主要入侵向量之一。然而，传统 IAM 架构仍主要基于静态授权模型，例如 Role-Based Access Control (RBAC)，通常无法对与运行风险相关的上下文和行为变化作出动态响应。本文提出一种面向威胁的弹性 IAM 架构，整合了 Zero Trust 原则、动态风险评估以及基于安全遥测的行为检测。我们对一种自适应风险模型进行了数学形式化，该模型结合了身份敏感性、运行上下文、行为偏离以及所请求操作的关键性。在此形式化基础上，我们设计了一种能够应用自适应认证与基于动态风险阈值的阻断控制的访问决策机制。我们使用 2023 年企业环境中广泛采用的技术实现了一个可运行原型，包括 Azure Active Directory、AWS IAM、Elastic Stack、Suricata 和 Open Policy Agent。我们在一个包含数千个模拟身份并采集了三十天运行遥测数据的实验环境中进行了实证评估。结果表明，与基于静态 RBAC 的基线相比，该方案显著缩短了凭证滥用的平均检测时间，并显著减少了过度授权。此外，我们分析了对安全团队的运行影响，并讨论了与遥测质量和模型参数校准相关的局限性。我们得出结论：行为分析、上下文评估与自适应策略的集成，代表了在现代企业环境中构建弹性 IAM 架构的重要进展。
Read paper →IAM标题：面向威胁的弹性 Identity and Access Management 架构：混合环境中的形式化建模、行为检测与运营加固
标题：面向威胁的弹性 Identity and Access Management 架构：混合环境中的形式化建模、行为检测与运营加固 摘要：数字身份作为企业环境中主要失陷向量的整合，使 Identity and Access Management (IAM) 成为现代安全架构的核心。混合云与多云基础设施结合 SaaS、API 以及服务身份的大规模采用，显著扩大了基于凭证和认证令牌的攻击面。实证报告表明，当代大多数安全事件都涉及对合法账户的滥用、权限提升或对配置不当的授权策略的利用。本文提出一种面向威胁的弹性 IAM 架构，整合三个互补维度：有效权限的形式化建模、身份异常使用的行为检测，以及混合环境中的自动化运营加固。首先，我们使用有向图对权限面进行形式化建模，该图表示用户、角色与权限之间的关系。在此模型基础上，我们定义了用于衡量身份攻击面以及分析权限提升路径的定量指标。随后，我们提出一种基于多维行为向量和 Mahalanobis 距离的异常检测机制，并将其应用于大规模采集的认证事件。该机制能够以较低的误报率识别对有效账户的滥用，即使在包含数千个身份和多个身份提供者的环境中亦然。与此同时，我们描述了一个运营框架，集成了企业环境中广泛使用的工具——包括联邦身份提供者、基于 Open Policy Agent 的策略机制、Elastic Stack 日志分析以及 Neo4j 图建模——从而实现对有效权限的持续评估和对过度权限的自动化削减。实验评估在一个模拟企业环境中进行，该环境包含超过一万二千个身份和数百万条认证事件。结果表明，该方法显著降低了凭证滥用的平均检测时间，并大幅减少了过度权限。研究表明，形式化建模、行为分析与运营自动化的整合，是增强 zero trust 架构和当代混合环境中身份安全的有效途径。
Read paper →AI Security面向基于人工智能系统的集成防御架构：威胁形式化建模、对抗攻击检测与生产环境中的运行监控
面向基于人工智能系统的集成防御架构：威胁形式化建模、对抗攻击检测与生产环境中的运行监控 随着机器学习系统在企业环境中的采用，人工智能模型已转变为运营决策的关键组成部分。这些系统开始应用于欺诈检测、恶意软件分类、影像辅助医疗分诊、推荐系统以及数字平台中的行为分析。然而，与传统软件不同，机器学习模型是基于数据训练得到的参数化函数，这引入了与输入操纵、训练过程污染以及推理接口利用相关的额外攻击面。近期文献记录了针对机器学习系统的多种攻击类别，包括对抗样本、数据投毒、模型提取和成员推断。与此同时，这些系统与 DevOps 流水线及基于容器的基础设施集成，也引入了与软件和模型供应链相关的额外风险。本文提出一种面向生产部署人工智能系统的集成防御架构，结合威胁形式化建模、统计异常检测机制、密码学完整性验证以及持续运行监控。我们将聚合对抗风险形式化为在参数化攻击者模型下，与不同攻击类别相关的条件概率函数。随后，提出一种基于 Mahalanobis 距离与 Isolation Forest 算法的混合检测器，并将其应用于模型的潜在表示。作为补充，我们提出一种完整性验证机制，结合密码学哈希、数字签名以及基于输出分布散度的行为测试。该架构集成于基于 Kubernetes 的运行流水线中，其遥测与 MITRE ATT&CK 和 MITRE ATLAS 等框架中描述的技术进行关联。受控场景下的实验评估表明，该方法在对抗规避攻击方面可持续提升经验鲁棒性，并改善对模型工件未授权变更的检测能力。分析还表明，在防御机制得到适当配置时，其带来的延迟影响为中等水平。结果表明，将密码学控制、统计分析与运行监控相结合的方法，为提升生产环境中人工智能系统的安全性提供了一条在实践上可行的路径。
Read paper →AI Security标题：面向人工智能系统安全的运行架构：威胁建模、Defense in Depth与关键环境中的实证评估
标题：面向人工智能系统安全的运行架构：威胁建模、Defense in Depth与关键环境中的实证评估 摘要：标题：面向人工智能系统安全的运行架构：威胁建模、Defense in Depth与关键环境中的实证评估 摘要：标题：面向人工智能系统安全的运行架构：威胁建模、Defense in Depth与关键环境中的实证评估 摘要：人工智能（IA）系统在关键基础设施中的快速引入带来了新的漏洞类别，这些漏洞并不能被传统的信息安全模型完全捕获。与确定性软件不同，machine learning 模型高度依赖训练数据和统计分布，从而产生与数据操纵、推理接口利用以及数据供应链 compromise 相关的攻击面。本文提出一种用于保护 IA 系统的运行架构，基于 defense in depth 原则，集成形式化威胁建模、用于检测数据操纵的统计机制，以及与安全运营中心（SOC）集成的运行控制。首先，我们形式化一个数学模型，用于刻画监督学习 pipeline 中期望的安全属性，包括数据的统计完整性和模型的参数机密性。随后，我们引入基于 Kullback–Leibler 散度和样本影响分析的数据 poisoning 检测机制，并结合自适应查询速率限制策略，以缓解模型提取攻击。所提出的架构将安全控制集成到 IA 模型全生命周期中，包括数据摄取、训练、打包以及在编排环境中的部署。实验实现采用了由 Kubernetes、PyTorch、MLflow、Suricata 以及与企业级 SIEM 的集成所构成的现代技术栈。我们在一个具有代表性的关键基础设施实验室环境中，使用公共安全数据集和受控对抗场景对该方法进行了实证评估。结果表明，该方法可显著降低对抗攻击和模型提取攻击的有效性，同时在延迟和计算资源消耗方面仅带来中等程度的运行影响。一个面向反欺诈检测场景的案例研究表明了该架构在真实运行环境中的可行性。我们还讨论了其对 IA 治理以及与新兴规范框架（如 NIST AI Risk Management Framework）对齐的启示。结果表明，将统计机制与传统运行控制相结合，是降低关键环境中日益广泛采用 IA 所带来风险的有效策略。
Read paper →AI Security标题：用于人工智能系统的集成安全架构：威胁形式化建模、对抗攻击检测以及企业环境中的运营加固
标题：用于人工智能系统的集成安全架构：威胁形式化建模、对抗攻击检测以及企业环境中的运营加固 摘要：人工智能（IA）系统在关键企业基础设施中的快速集成，引入了一类新的安全风险，其已超越传统网络防御模型。深度学习模型、通过 API 暴露的推理服务，以及近年来的 Large Language Models（LLMs），已开始整合到负责敏感决策的运营流水线中，包括欺诈检测、自动化分类和事件响应。然而，近期研究表明，此类系统存在结构性漏洞，包括对抗攻击、模型提取、成员推断以及数据投毒。此外，支撑 IA 应用的运行生态仍然面临传统基础设施威胁，从而扩大了攻击面。本文提出一种面向 IA 系统的集成安全架构，结合威胁形式化建模、对抗攻击检测机制以及针对企业环境的 operational hardening 实践。首先，我们开发了一个统一威胁模型，整合 MITRE ATT&CK 和 MITRE ATLAS 分类体系，使得能够在既有网络防御框架内映射机器学习特有的攻击向量。随后，我们从 min–max 优化视角对对抗鲁棒性问题进行形式化，并引入一种基于输出熵和局部内在维度估计的检测机制，用于在推理时识别潜在的对抗输入。所提出的架构还纳入统计漂移监测、数据流水线完整性验证以及与 SIEM 平台的集成，以支持运营响应。实现采用 PyTorch、Suricata、Elastic Stack 和 Kubernetes 基础设施，反映了截至 2023 年企业环境中广泛采用的实践。实验评估在计算机视觉和入侵检测场景下进行，使用了 CIFAR‑10 和 UNSW‑NB15 数据集。结果表明，该方法在抵御 FGSM 和 PGD 攻击方面具有显著提升，同时在安全运营中心（SOC）中的平均运营响应时间也明显降低。结果表明，孤立的对抗鲁棒性方法是不充分的，IA 安全应被视为一个系统性问题，需要整合数学方法、安全软件工程以及对基础设施的持续监控。
Read paper →DevSecOps基于 MITRE ATT&CK 的多阶段相关性和经验性证据驱动的风险导向 DevSecOps 架构，适用于云原生 CI/CD 流水线
TITLE: 基于 MITRE ATT&CK 的多阶段相关性和经验性证据驱动的风险导向 DevSecOps 架构，适用于云原生 CI/CD 流水线 ABSTRACT: 云原生架构和高度自动化的 CI/CD 流水线日益普及，显著扩大了与软件开发生命周期相关的攻击面。广泛记录的事件，包括供应链被入侵和大范围漏洞利用，表明当安全控制未与上下文优先级排序和行为关联机制集成时，孤立的安全控制是不足够的。本文提出一种风险导向的 DevSecOps 架构，该架构集成了静态代码分析、依赖项分析、SBOM 生成与验证、基础设施即代码验证、运行时行为检测以及形式化的上下文风险计算引擎。该架构采用 MITRE ATT&CK 框架作为本体，用于贯穿整个开发与执行流水线的多阶段事件关联。我们对仅基于 CVSS 的方法局限性进行了批判性分析，表明缺乏运行上下文化往往会导致漏洞优先级排序不当和告警疲劳。我们提出将风险形式化为一个复合函数，其由 EPSS 估计的利用概率、归一化技术影响以及动态运行暴露因素共同决定。我们给出了对手的形式化定义、构建阻断机制的正确性性质，以及对手技术之间的概率关联模型。该架构在 Kubernetes 环境中实现，使用了 GitLab CI、SonarQube、Semgrep、Trivy、Syft、Grype、OWASP ZAP、Falco、Suricata 和 Open Policy Agent。我们在两个不同组织域中的一组企业微服务上，对该系统进行了为期六个月的实证评估。结果表明，平均修复时间持续下降，误报率相对减少，且对总构建时间的运行时影响有限。实证结果表明，将形式化风险建模、威胁情报与策略自动化相结合，能够显著提升云原生环境中 DevSecOps 项目的运行效能。
Read paper →DevSecOps标题：面向威胁的 DevSecOps：在 CI/CD 流水线中集成基于 MITRE ATT&CK 的 SAST、DAST、SCA 与行为遥测的形式化架构
标题：面向威胁的 DevSecOps：在 CI/CD 流水线中集成基于 MITRE ATT&CK 的 SAST、DAST、SCA 与行为遥测的形式化架构 摘要：云原生架构和持续集成/持续交付（CI/CD）流水线的大规模采用，深刻改变了软件开发流程。然而，当安全机制未被系统性地纳入开发生命周期时，这种自动化会显著扩大攻击面。SolarWinds 供应链被攻陷以及 CVE‑2021‑44228（Log4Shell）漏洞被利用等广泛记录的事件表明，在代码安全、依赖项安全与运行时监控之间缺乏集成，可能导致大规模入侵。尽管静态分析（SAST）、动态分析（DAST）和软件组成分析（SCA）工具已在 DevSecOps 流水线中得到广泛应用，但其孤立运行往往会产生大量告警，并使基于真实风险的优先级排序变得困难。本文提出一种面向威胁的 DevSecOps 架构，将安全扫描结果与行为遥测及对 MITRE ATT&CK 框架的系统映射相结合。我们通过结合严重性指标（CVSS）、运行时观察到的利用证据以及应用的上下文关键性，对 CI/CD 流水线中的残余风险计算进行了数学形式化。我们引入了一种自适应优先级排序算法，将静态阶段检测到的漏洞与来自 Falco 和 Suricata 等检测与可观测性系统的行为指标进行关联。我们在基于 GitLab CI/CD、Kubernetes 以及广泛使用的应用安全工具（包括 Semgrep、SonarQube、Trivy、Checkov 和 OWASP ZAP）的企业环境中实现了所提出的架构。我们对该方法进行了实证评估，涵盖 120 条流水线、48 个微服务，以及在六个月内约 320 万行代码。结果表明，平均检测时间（MTTD）、平均修复时间（MTTR）以及生产环境中关键漏洞的发生率均显著降低。我们还观察到，当优先级排序由行为遥测和威胁情报驱动时，误报率也大幅下降。这些结果表明，将代码分析、供应链安全与基于 MITRE ATT&CK 的行为检测进行系统性关联，能够在现代 CI/CD 流水线中以可度量的方式降低运行风险。
Read paper →DevSecOps题目：面向威胁的 DevSecOps：在 CI/CD 流水线中集成 SAST、DAST、SCA 与基于 MITRE ATT&CK 的行为遥测的形式化架构
题目：面向威胁的 DevSecOps：在 CI/CD 流水线中集成 SAST、DAST、SCA 与基于 MITRE ATT&CK 的行为遥测的形式化架构 摘要：云原生架构以及持续集成与持续交付（CI/CD）流水线的大规模采用，深刻改变了软件开发流程。然而，当安全机制未能系统性地融入开发生命周期时，这种自动化会显著扩大攻击面。诸如 SolarWinds 供应链被攻陷以及 CVE‑2021‑44228（Log4Shell）漏洞被利用等广泛记录的事件表明，若在代码安全、依赖安全与运行时监控之间的集成存在缺陷，可能导致大规模受影响。尽管静态分析（SAST）、动态分析（DAST）和软件组成分析（SCA）工具已在 DevSecOps 流水线中被广泛使用，但其孤立运行通常会产生大量告警，并使基于真实风险的优先级排序变得困难。本文提出一种面向威胁的 DevSecOps 架构，将安全扫描器的结果与行为遥测以及对 MITRE ATT&CK 框架的系统映射相结合。我们通过结合严重性度量（CVSS）、运行时可观察到的利用证据以及应用的上下文关键性，对 CI/CD 流水线中的残余风险计算进行了数学形式化。我们引入一种自适应优先级排序算法，将静态阶段检测到的漏洞与来自 Falco 和 Suricata 等检测与可观测性系统的行为指标进行关联。我们在一个基于 GitLab CI/CD、Kubernetes 以及广泛使用的应用安全工具的企业环境中实现了所提出的架构，包括 Semgrep、SonarQube、Trivy、Checkov 和 OWASP ZAP。我们在六个月内对 120 条流水线、48 个微服务以及约 320 万行代码进行了实证评估。结果表明，平均检测时间（MTTD）、平均修复时间（MTTR）以及生产环境中关键漏洞的发生率均显著降低。当优先级排序由行为遥测和威胁情报驱动时，我们还观察到误报率大幅下降。这些结果表明，将代码分析、供应链安全与基于 MITRE ATT&CK 的行为检测进行系统性关联，能够以可衡量的方式降低现代 CI/CD 流水线中的运行风险。
Read paper →DevSecOps标题：面向 DevSecOps 流水线的可加密验证编排：形式化模型、自动化架构及在云原生 Kubernetes 环境中的实验评估
标题：面向 DevSecOps 流水线的可加密验证编排：形式化模型、自动化架构及在云原生 Kubernetes 环境中的实验评估 摘要：基于微服务的架构以及 Kubernetes 编排的日益采用，已使 CI/CD 流水线成为现代软件工程的核心组件。然而，这种自动化也显著扩大了软件供应链的攻击面。大量记录在案的安全事件表明，依赖项、构建工件或流水线基础设施的篡改可能会同时危及数千个系统。本文提出一种用于云原生环境中 DevSecOps 流水线的可加密验证编排形式化模型。该模型将流水线表示为有向无环图，其中每一次工件转换都伴随可验证的完整性、真实性和可追溯性属性。我们基于加密哈希函数、数字签名以及由 CVSS 漏洞衍生的评分，形式化定义了运营风险的定量度量。在此理论基础上，我们开发了一种名为 OCV-DevSecOps 的自动化架构，该架构集成了使用 Sigstore/Cosign 的工件验证、使用 Open Policy Agent 的声明式策略、使用 Falco 的运行时行为检测，以及使用 SAST、SCA 和 DAST 工具的漏洞分析。该架构还纳入了 CycloneDX 格式的软件物料清单（Software Bill of Materials, SBOM），以实现依赖关系可追溯性并支持供应链治理。我们在一个包含 42 个微服务和 180 次流水线执行的 Kubernetes 集群上对所提方案进行了实验评估。结果表明，关键漏洞的平均检测时间显著缩短，工件可追溯性大幅提升，并且包含关键缺陷的部署数量有所减少。我们还观察到流水线总执行时间存在中等程度的影响，但仍保持了可操作性。结果表明，强制性的加密验证、自动化策略与持续行为监控相结合，能够为增强现代 DevSecOps 流水线安全性提供一种有效机制。本文通过给出问题的数学形式化、可复现的架构以及基于真实云原生基础设施的实证评估，作出了贡献。
Read paper →DevSecOps标题：CI/CD 管道中的安全形式化编排：面向 DevSecOps 的量化风险模型，结合 MITRE ATT&CK 关联与运维指标
标题：CI/CD 管道中的安全形式化编排：面向 DevSecOps 的量化风险模型，结合 MITRE ATT&CK 关联与运维指标 摘要：DevOps 实践的采用通过强调自动化、持续集成和持续交付，深刻改变了软件开发生命周期。然而，CI/CD 流水线的加速显著扩大了组织的攻击面，尤其是在软件供应链攻击和易受攻击依赖项利用的背景下。广泛记录的事件，如 SolarWinds Orion 分发链遭入侵（SUNBURST）以及 Log4Shell 漏洞（CVE‑2021‑44228）的大规模利用，表明在构建过程中引入的缺陷或外部依赖可能以全球规模传播影响。尽管 DevSecOps 范式主张将安全控制集成到开发流水线中，实际运维仍以工具的表层集成、缺乏定量风险指标以及自动化扫描结果与正式威胁模型之间缺少对齐为特征。本文提出一种基于增量风险分析的 CI/CD 流水线安全编排量化模型。该模型将流水线形式化为有向无环图，并定义一个累积风险函数，该函数结合 CVSS 评分、通过 EPSS 估计的利用概率、资产关键性以及与漏洞年龄相关的时间因子。在此基础上，我们引入一种自适应阻断机制，利用动态阈值在构建过程中自动决定工件的晋级或拒绝。我们在 Kubernetes 环境中实现了该模型，使用了 DevSecOps 生态中广泛采用的工具，包括 Semgrep、SonarQube、Trivy、Syft/Grype、OWASP ZAP 和 Checkov，并结合 Falco 进行运行时监控以及基于 MITRE ATT&CK 矩阵的事件关联。实验评估在涉及 37 个微服务的 1,200 次流水线执行中展开。结果表明，生产环境中关键漏洞暴露显著降低，平均修复时间缩短，且对流水线执行时间没有实质性影响。该研究表明，对 CI/CD 流水线中的风险进行数学形式化，能够支持更加一致的自动化决策，并为 DevSecOps 环境中以指标驱动的安全治理提供运维基础。
Read paper →AppSec标题：一种面向威胁的 AppSec 形式化与运作架构：集成 SAST、DAST、SCA、运行时遥测和 ATT&CK 情报，以实现基于可利用风险的优先级排序
标题：一种面向威胁的 AppSec 形式化与运作架构：集成 SAST、DAST、SCA、运行时遥测和 ATT&CK 情报，以实现基于可利用风险的优先级排序 摘要：现代应用的攻击面随着微服务、API、容器以及持续集成和持续交付流水线的采用而大幅扩展。尽管 Static Application Security Testing（SAST）、Dynamic Application Security Testing（DAST）和 Software Composition Analysis（SCA）等应用安全工具已被广泛使用，但这些机制往往独立运行，产生大量缺乏操作上下文的告警。因此，安全团队在基于真实利用可能性来优先处理漏洞方面面临困难。本文提出一种面向威胁的应用安全形式化与运作架构，将 SAST、DAST 和 SCA 的结果与通过网络传感器以及基于 eBPF 的监控在运行时收集的执行遥测相结合。所提架构使用受贝叶斯模型启发的概率相关方法来估计已识别漏洞的可利用风险，将来自运行时观测事件的经验性证据纳入其中，并将这些证据与 MITRE ATT&CK 框架对齐。我们从数学上形式化了可利用风险的概念，并展示了如何组合多种证据来源以减少误报并改进修复优先级排序。实验实现部署于 Kubernetes 环境，并集成到 CI/CD 流水线中，使用了业界广泛采用的工具，包括 Semgrep、OWASP ZAP、OWASP Dependency-Check、Falco 和 Suricata。我们在一组存在漏洞的应用上评估了该方法，并观察到在可被利用漏洞识别的准确性方面显著提升。实验结果表明，相较于独立方法中 0.67–0.63 的 F1-score，集成模型达到了 0.85，同时误报减少了 37.4%，漏洞分诊的平均时间也有所下降。我们讨论了该概率模型的局限性、对 DevSecOps 实践的运作影响，以及可能的扩展方向，包括与 EPSS 等利用指标的集成以及用于自适应优先级排序的机器学习辅助分析。所提出的架构表明，静态分析、动态测试、依赖分析与运维遥测之间的相关性，是缩小漏洞检测与真实利用检测之间差距的一条有前景的路径。
Read paper →