漏洞攻防研究者的技术思考与实践
为何研究攻击技术
研究如何攻击系统并非出于"行善"的动机，而是因为解决安全难题本身充满乐趣。这与选择成为公设辩护人或庇护所工作者的动机不同——后者由利他主义驱动，而安全研究更接近解谜游戏。
漏洞的连续性谱系
所有安全漏洞可根据修复难度分布在连续谱系上：
可修补漏洞
典型案例：存在 SQL 注入或 XSS 漏洞的 Web 服务器
特征：开发者能快速推出补丁，修复后系统完全免疫
披露策略：应给予开发者修复时间
不可修补漏洞
典型案例：AES/RSA 等加密原语的基础性破解
特征：已有加密数据永久暴露，所谓"补丁"仅能防止新数据受害
披露策略：需立即公开以最小化累积损害
实战案例研究
Web 应用漏洞（2010 年代早期）
发现数百个 XSS/CSRF/SQLi 漏洞
标准处理流程：私下报告→开发者修复→获取漏洞赏金
仅对开源项目创建 CVE 编号
伯克利选课系统漏洞
发现链式 XSS/CSRF 漏洞可导致全校学生退课
特殊挑战：遗留系统无人维护
处理方案：隐藏漏洞四年直至系统退役
Chrome 扩展漏洞（首篇研究论文）
过半流行扩展存在设计缺陷
关键认知：某些漏洞代表新缺陷类别，需公开警示行业
机器学习攻击演进
2018 年初期
模型使用率低，直接公开攻击方法
2023 年模型投毒攻击
通过抢注过期域名注入训练数据
提前通知数据集维护者添加完整性校验
语言模型窃取攻击
以数百美元成本提取 ChatGPT 部分参数
提前 90 天通知相关机构修复 API 缺陷
训练数据提取攻击
一般原则：立即公开（延迟会导致更多敏感模型被训练）
例外：ChatGPT 的 API 漏洞给予 90 天修复期
防御机制的根本局限
以图像对抗保护技术为例：
防御原理：艺术家上传添加对抗噪声的图片
根本缺陷：
一旦发布即无法更新
攻击者可批量下载后等待防御破解方案
核心结论：此类"不可修补"防御应尽早公开缺陷
攻击研究的双重价值
内在动机
破解系统如同解决精妙谜题
通过攻击深度理解系统架构
社会价值
暴露缺陷是修复的前提
在 ML 安全领域尤其关键：
不存在通用攻击基准
每个防御都需要定制化破解测试
专业伦理边界
基础准则：当漏洞披露可能直接导致人身伤害时需特殊考量
核心矛盾：立即披露可能伤害现有用户 vs 延迟披露可能扩大受害者范围
决策框架：根据漏洞可修补性动态调整披露策略更多精彩内容 请关注我的个人公众号 公众号（办公 AI 智能小助手）公众号二维码
办公AI智能小助手
还未添加个人签名 2021-05-19 加入
还未添加个人简介
评论