作者
Ostorlab Team
Ostorlab 推出 Agentic Deep Scan：新一代漏洞扫描器
Ostorlab 推出了 Agentic Deep Scan，这是一款新一代漏洞扫描器，可验证 iOS、Android（即将支持 harmonyOS）和 Web 应用中的真实风险。借助自带密钥（BYOK）支持，团队可以在完全掌控自身数据和成本的同时，安全地体验其强大的扫描能力。
2026年3月19日
一个零（差点）搞垮互联网底层管道的那一次（CVE-2026-0915）
一次 AI 辅助的分析在 glibc 的 _nss_dns_getnetbyaddr_r 函数中发现了一个存在 30 年之久的未初始化缓冲区漏洞。本案例研究详细说明了零输入这一边界情况如何绕过循...
2026年1月21日
更进一步：Ostorlab AI 引擎发现未知的漏洞类别
Ostorlab 以推理驱动的 AI 引擎突破基于规则方法的局限，揭示此前未知且难以检测的漏洞——包括 WebView Safe Browsing 绕过、通过查询投影实现的 SQL 注入、Web...
2025年10月13日
Ostorlab 安全测试基准测试发布：真实漏洞，真实影响
首个开源基准测试套件，包含 93 个贴近真实的存在漏洞的移动应用，它们再现的是真实的 CVE 和漏洞赏金发现，而非理论化的教科书示例。
2025年9月22日
Ostorlab Team 的更多文章
AI 驱动的渗透测试：深入剖析 Android Intent 重定向
本文展示了 Ostorlab 的 AI 渗透测试引擎分析某 Android 应用以查找 Intent 重定向漏洞的过程。跟随该引擎从静态分析、初步发现到严格的动态验证的全过程，领略它不仅能够识别潜在威胁，还能够细致地排除误报的能力。
2025年8月31日
安全研究自动化：AI 引擎利用 GCP 服务账户密钥
本文深入、实操地分析并在真实环境中利用了一个在 HackerOne 移动应用中发现的、拥有过高 Pub/Sub 权限的硬编码 GCP 服务账户。文章详细说明了 Ostorlab 的 AI 驱动渗透测试引擎如何自动完成从身份验证、权限枚举到端到端消息注入/拦截的完整流程，使问题在四天内得到修复。
2025年8月28日
从 Signal 到 Android SDK：串联路径遍历、Mimetype 混淆、安全检查绕过与文件描述符爆破以实现任意文件访问
本技术分析揭示了精巧的攻击链——结合路径遍历、符号链接操纵和 Android SDK 的怪异行为——如何能够突破 Signal Android 的防御以窃取敏感的内部文件，即便其传奇般的加密依然完好无损。尽管 Signal 在数天内修复了这些漏洞，但这些发现提供了至关重要的经验：看似微不足道的缺陷如何能被串联成强大的漏洞利用，以及为什么即便是最出色的安全架构也需要多层防御
2025年8月11日
让安全研究自动化：AI 引擎利用 Report Portal XXE 漏洞（CVE-2021-29620）
本文对 Report Portal 中一个带外 XXE 漏洞 CVE-2021-29620 的利用进行了深入的实操分析与概念验证。文章详细说明了 Ostorlab 的 AI 驱动渗透测试引擎如何被用来自动化完成整个流程。
2025年8月7日
从随机到智能：AI 驱动的 Monkey 测试如何将移动应用覆盖率提升 10 倍
Ostorlab 的 AI Monkey Tester 借助自然语言提示词和生成式 AI，自动生成理解上下文的智能测试场景，革新了移动应用安全测试，与传统的基于规则的测试方法相比，应用覆盖率最高可提升 10 倍。
2025年8月1日
安全研究自动化：AI 引擎利用 Zulip 存储型 XSS（CVE-2025-52559）
本文对 Zulip 中的存储型 XSS 漏洞 CVE-2025-52559 的利用进行了深入、实操的分析与概念验证（PoC），详细介绍了如何使用 Ostorlab 由 AI 驱动的渗透测试引擎来实现整个流程的自动化。
2025年7月28日
借助 DalvikFLIRT 与 LLM 实现 Android 反混淆
本研究提出一种开创性的双重方法，将基于签名的匹配（DalvikFLIRT）与 LLM 驱动的代码转换相结合，以绕过复杂的 Android 应用代码混淆，从而对以往难以分析的代码进行自动化安全分析。
2025年4月16日
借助 Ostorlab 打造高效的漏洞工单系统
本文宣布推出 Ostorlab 漏洞工单系统 V2，并介绍它如何通过自动创建工单、生命周期管理、策略执行以及与现有工具集成等功能，实现安全漏洞管理与修复全流程的自动化和精简化。
2025年2月18日