我们的 AI 引擎 Neutron 在加州大学伯克利分校的 CyberGym 基准测试中取得了 97.1% 的成绩。 了解更多

分类

产品

移动、Web、API 与源代码安全测试的新功能、集成与平台更新。

179 篇文章

据 Ostorlab 报告,已完成的并行 PoC 比人工渗透测试发现更多严重漏洞、测试时间更短,评估成本为人工测试的十分之一至四十分之一。查看技术证据与对比限制。

产品

在允许第三方移动应用进入公司前,如何开展安全审查

供安全团队使用的移动应用安全审查五步清单,涵盖权限、跟踪器、恶意软件、数据流和应用商店信誉,并介绍如何通过 Ostorlab 账户免费审查任意应用商店应用。

2026年10月27日

产品

Precheck:在移动扫描运行数小时之前,先确认它能正常工作

Precheck 会在真机上验证移动应用能否安装、启动、登录并执行 UI 提示词。当凭据被拒绝、应用崩溃或构建版本无法安装等阻断问题导致无法覆盖应用时,扫描会被标记为错误,并附上原因以及显示该问题的界面。

2026年10月27日

产品

Ostorlab 免费扫描现已覆盖网站、源代码和应用安全审查

Ostorlab 提供移动应用、网站和源代码的免费安全扫描,并将报告通过电子邮件发送给您。安全团队还可以使用免费的 Ostorlab 账户,免费审查第三方移动应用。

2026年10月26日

更多产品文章

免费源代码安全扫描:发现存在漏洞的代码、依赖和泄露的密钥

使用 Ostorlab 免费扫描 .zip 文件或 GitHub、GitLab、Bitbucket、Azure DevOps 代码仓库:静态分析代码、存在漏洞的依赖和硬编码密钥,并通过电子邮件接收报告。

2026年10月26日

免费网站漏洞扫描:被动扫描能发现什么,又有哪些局限

使用 Ostorlab 开展免费且适用于生产环境的网站安全扫描,检查 TLS、安全响应头和存在已知漏洞的组件。了解被动扫描的能力、局限,以及何时需要主动测试。

2026年10月26日

Ostorlab 如何检测 LLM 漏洞

了解 Ostorlab 如何检测 LLM 漏洞:通过银行聊天机器人的私密对账单泄露、越权更改收款目标和提示注入示例,展示 Agentic Deep Scan 如何发现助手入口、建立受控测试、关联应用证据,并将权限边界问题转化为可复现的报告与修复建议,帮助工程团队验证实际影响、落实授权检查并完成复测。

2026年10月23日

您的 AI 渗透测试人员现在会在执行高风险操作前征求许可

智能体式扫描现在可以在执行高风险操作前请求您的批准。您可以选择智能体的处理方式,在“审批”选项卡中作答,并决定无人答复时如何处理。

2026年10月23日

选择扫描的运行时段

选择 Ostorlab 扫描可以运行的时段和星期几。窗口之外创建的扫描会等待;支持暂停的扫描会在下一个窗口继续运行,直到完成。

2026年10月23日

2026 年 10 月:从安全检测结果到经过测试的修复

我们新增了用于控制危险操作的审批机制,推出了用于自主分级处理和合规自动化的 Ticket Agent,并通过 Verify Fix 和对未发布构建版本的复测扩展了检测结果的工作流。

2026年10月17日

Snyk 与 Checkmarx 的替代方案:Ostorlab 对比 Snyk Code、Checkmarx One 和 GitHub Advanced Security(2026)

2026 年 Checkmarx 和 Snyk 的最佳 SAST 替代方案,以及 Ostorlab 与 Snyk Code、Checkmarx One 和 GitHub Advanced Security 的对比。

2026年10月7日

我们为自己的待办事项打造了一个 AI 智能体,现在它也属于您

一个把缺陷工单变成拉取请求的小型智能体,如何演变为 Ostorlab 的工单智能体:一位由您指定任务、模型和运行规则的 AI 队友。

2026年10月6日

谁应该使用 Ostorlab?最适合的团队、使用场景,以及何时应选择其他方案

Ostorlab 适合在每次发布时测试相互关联的移动、Web、API 和代码资产的团队。本文介绍它适用于哪些场景、应选择哪个方案,以及何时其他工具更合适。

2026年9月28日

Deep Agentic Scan 如何发现棘手的真实漏洞

通过四个真实案例,介绍 Ostorlab 的 Deep Agentic Scan 如何在 Web、移动应用和源代码中发现复杂漏洞,并通过实际运行加以证明。

2026年9月23日


上一页
第 1 页,共 13 页