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

标签

#AI

26 篇文章

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。

安全

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...

2025年8月28日

安全

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...

2025年8月7日

产品

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...

2025年8月1日

更多 #AI 标签文章

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

从登月计划到生产环境:构建 Ostorlab Copilot

本文梳理了我们实现 Ostorlab Copilot 的历程、过程中遇到的挑战,以及我们一路走来总结的经验。

2025年2月24日

Ostorlab Security Scanner GitHub App、Ticket Aggregation V2、Copilot 发布以及安全功能增强

2 月更新推出了 Ticket Aggregation V2 和 Ostorlab Copilot,同时改进了报告功能和检测机制。这些更新增强了整个平台的漏洞管理、用户体验和安全分析。

2025年2月20日

AI 自动化攻击面管理:网络安全发现的未来

本文探讨 AI 自动化攻击面管理、它对网络安全的影响,以及它如何实现资产发现和漏洞检测的自动化。

2025年2月14日

AI 自动化攻击面、隐私分析、WordPress Agent 等多项更新。

Ostorlab 2025 年 1 月更新推出了 AI 驱动的攻击面发现功能,并提升了 IDE 的性能。此次发布扩展了检测能力,新增了密钥和隐私检查,加入了 WordPress 安全 Agent,并支持更多威胁指纹和 CVE。我们还推出了用于合规分析的全新 Privacy 配置文件,并改进了扫描选项和漏洞报告。这些更新旨在改进各类数字环境中的资产分析、安全评估和风险缓解。

2025年1月20日

借助 Ostorlab 的 AI 驱动 Monkey Tester 革新移动安全测试

隆重推出 Ostorlab 移动漏洞扫描器中的 AI 驱动 Monkey Tester,它显著提升了测试覆盖率和速度,带来更全面、更高效的测试体验。

2024年7月16日

2023 年 7 月的新功能与修复

我们很高兴为您带来一系列增强和新功能:开源的 Flutter 漏洞检测、扩展的社交登录支持(Google 和 Github)、AI 增强的摘要、简洁的通知界面以及高级搜索过滤器。我们改进了对印度和英国的地理围栏支持,新增了针对 Flutter 的检测规则,并修复了多个方面的 bug。博客焕然一新,Android 和 iOS 上 Webview 的导航测试也更加流畅,我们正在让您的体验更上一层楼。

2023年7月1日


第 2 页,共 2 页
下一页