标签
#Security
Ostorlab 与 MobSF 对比：分析师驱动与 AI 驱动的移动安全测试（2026）
在移动应用安全测试方面对比 Ostorlab 与 MobSF（Mobile Security Framework）：静态与动态分析、设备要求、漏洞利用证明、身份验证测试、集成、部署与成本，并附替代方案和常见问题解答。
2026年10月7日
Ostorlab 与 Oversecured 对比：移动应用安全测试比较（2026）
Ostorlab 与 Oversecured 移动应用安全测试对比：iOS 和 Android 覆盖范围、漏洞利用证明、身份验证测试、API、集成、部署方式和定价，附对照表、替代方案和常见问题。
2026年10月7日
Snyk 与 Checkmarx 的替代方案：Ostorlab 对比 Snyk Code、Checkmarx One 和 GitHub Advanced Security（2026）
2026 年 Snyk Code、Checkmarx One 和 GitHub Advanced Security 的最佳 SAST 替代方案，以及 Ostorlab 在语言支持、开发者工作流、...
2026年10月7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
更多 #Security 标签文章
地图与窗口：智能体式扫描如何将一次文档泄露串联成凭据窃取
了解 Ostorlab 的 Agentic Deep Scan 如何将一个中危的 OpenAPI 信息泄露与一个 SSRF 漏洞串联起来，绕过回环地址限制并提取数据库凭据。
2026年9月23日
Ostorlab Neutron 在 CyberGym 基准测试中达到 96.7%
Ostorlab Neutron 在 CyberGym 上取得了 96.7% 的已验证漏洞利用解决率，为该基准测试 1,507 个漏洞复现任务中的 1,458 个生成了可运行的差分概念验证。
2026年9月14日
隆重推出多资产深度智能体扫描（Multi-Asset Deep Agentic Scan）：贯穿整个应用的关联测试
多资产深度智能体扫描在一次关联的智能体式调查中，评估彼此相关的移动、Web、API、网络、源代码和文档资产。
2026年9月2日
推出 Risk Reruns：对 Agentic Deep Scan 的精细化控制
为 Agentic Deep Scan 推出 Risk Reruns：可使用自定义的投入级别、AI 模型或参数重新运行特定的风险调查，无需重新上传资产，也无需从头开始。
2026年8月7日
SOC 2 能否接受由 AI 执行的渗透测试？
SOC 2 并未规定必须采用哪种测试方法，审计师评判的是证据而非工具。本文说明由 AI 执行的渗透测试究竟需要满足哪些条件，才能通过 SOC 2 Type II 审计。
2026年8月6日
Agentic Scan Knowledge 发布：永不遗忘的扫描器
Agentic Scan Knowledge 为 Ostorlab 安全智能体提供持久的应用上下文，让每一次扫描都能在以往测试的基础上推进，而不必再次从零开始。
2026年8月5日
隆重推出 Ostorlab Mobile Shielding Scan
Ostorlab Mobile Shielding Scan 通过真实的绕过手段测试 Android 和 iOS 应用的防护措施，包括 Root 检测、防篡改、证书锁定和代码混淆。
2026年8月4日
Ostorlab vs Aikido：AppSec 平台对比
从 SAST、Web 与 API 渗透测试、移动二进制测试、云安全态势、BYOK 和修复等方面对比 Ostorlab 与 Aikido，并附有并排对照表和 FAQ。
2026年8月3日
Ostorlab 对比 Appknox：澄清事实
Ostorlab 回应 Appknox 的“十大 MAST 工具”榜单：它错在哪里、KnoxIQ 对比 Agentic Deep Scan、全栈覆盖、部署与定价。
2026年7月29日