#blue-team

共收录 2 条相关安全情报。

← 返回所有主题
👥 作者: Yi Ting Shen, Kentaroh Toyoda, Alex Leung

大型语言模型(LLM)的自动化红队攻击与蓝队防御技术正在快速发展,但现有的攻击者和防御者通常被孤立地构建和测试,导致评测分数难以反映真实对抗能力。为解决这一问题,本文提出了 ACEA(Adversarial Co-Evolution Arena,对抗性共进竞技场),一个将可插拔的红队适配器和蓝队适配器连接到共享目标 LLM 的平台,并通过 LLM 裁判对双方进行攻击率和防御率的评分。ACEA 的贡献包含四个部分:第一,一个可插拔、模型无关的竞技场。任何红队或蓝队项目只需通过最小化 HTTP 协议(称为 ASAP 标准适配协议)即可接入,且不限制编程语言;只要暴露该协议即可成为完整参与者。第二,一套为对抗轮次设计的评估方法。通过用规范秘密(canonical secrets)对目标进行种子注入,可获得可验证的 ground truth,从而区分真实泄露与模型幻觉。同时,即使防御成功,攻击样本仍会被发送到目标,以独立衡量攻击的原始威力(raw potency),不受是否被拦截的影响。这些机制共同构成了每一轮攻击强度与防御效果的分解指标。第三,实时的游戏式可视化界面及详细的战后报告,能够定位每一次失败的具体原因,使评估成为改进红队或蓝队项目的可操作信号。第四,一个可选的上下文改进循环,将每轮结果转化为下一轮的建议提示(advisory hints)。适配器无需保持状态即可跨轮次适应,只需读取这些提示即可。文章详细描述了 ACEA 的设计,以及红蓝双方在对抗中如何进行头对头评分。该研究适用于 LLM 安全评估人员、红队攻防研究者及安全工具开发者,旨在提供更可信、可分解的对抗评测框架。

💡 推荐理由: 现有LLM红蓝对抗评测互相隔离,分数可信度低。ACEA提供了可插拔的头对头共进评测平台,能精准区分攻击威力与防御效果,为红蓝队迭代提供可操作信号。

🎯 建议动作: 研究跟进

排序因子: 来自 arXiv 其他板块 (+2) | 命中热门研究主题 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
推荐 9.5
Conf: 50%
👥 作者: Alexander Neff, Tobias Holl, Kevin Borgolte

本文提出并研究了一种针对 Active Directory 的新型攻击技术,命名为 Onelogon,该技术利用 Netlogon 协议中的安全缺陷来接管 Active Directory 账户。Netlogon 是 Windows 域环境中用于身份验证和账户管理的关键协议,传统上针对 Netlogon 的攻击(如 CVE-2020-1472 的 Zerologon)已被广泛关注和修补。然而,Onelogon 声称能够绕过多项现有缓解措施,实现账户接管。论文详细分析了 Netlogon 协议的认证流程、密码套件协商以及会话密钥派生机制,发现其中存在可利用的逻辑漏洞。通过精心构造的 Netlogon 消息序列,攻击者可以在不需要验证的情况下与域控制器建立安全通道,进而重置账户密码或提升权限。作者在实验环境中验证了该攻击的有效性,并对比了 Zerologon 等已知攻击,展示了 Onelogon 在规避检测方面的改进。论文还讨论了攻击的检测难点和潜在的防御策略,包括强化 Netlogon 安全策略、实施更严格的 RPC 过滤以及监控异常的 Netlogon 流量。该项研究属于安全研究范畴,旨在揭示协议层面的根本性弱点,推动厂商和社区采取更全面的缓解措施。适合安全研究员、Active Directory 管理员以及蓝队防御者阅读,以了解攻击面并提前做好防范。

💡 推荐理由: Active Directory 是企业身份基础设施的核心,Onelogon 攻击利用 Netlogon 协议逻辑缺陷实现账户接管,直接威胁域安全。即使已修补 Zerologon,该新方法可能绕过现有防御,需引起蓝队高度关注。

🎯 建议动作: 研究跟进

排序因子: 来自网络安全顶级会议 (+8) | Community 数据源 (+1) | LLM 评分加成 (+0.5)