Camp d'été Hacker

Je suis excité par Black Hat et DEF CON la semaine prochaine !

Il est toujours un tel plaisir de rattraper avec des amis et de rencontrer de nouvelles personnes cool. Même si ça va être 115°F, ce qui est à peu près 40 degrés trop chaud pour moi.

Nous sommes en train de faire quelques ateliers avec SpecterOps surCodex opérationnel pour triage de malwareNous avons des stands à Black Hat et DEF CON, et nous serons autour de nous lors de différents événements.

Je pense qu'OpenAI a un bon moment, mais je n'ai pas de lien pratique. J'essaierai de le poster sur mon LinkedIn La semaine prochaine.

Oh oui anecdote drôle- apparemment certains de mes collègues ont utilisé Codex + Sites ChatGPT pour faire tourner une application web rapide de suivi comme plus de 1000 événements Hacker Summer Camp.

Ils ont ensuite utilisé Codex pour la masse s'appliquent aux événements, et sont jusqu'à présent: fusils à feu d'un hélicoptère, conduite de voitures de sport, et plus encore Quel temps pour être en vie.

J'espère te voir la semaine prochaine ! Et si ce n'est pas le cas, j'espère que vous passerez un bon moment à Vegas, ou peut-être que vous avez choisi plus sagement de rester à la maison.

Parrain

* Les attaquants spoofing grandes marques pour obtenir votre agent d'IA pour installer des logiciels malveillants

Island Security Research a découvert 7 600 dépôts malveillants GitHub — plus de 800 se présentant comme des serveurs AI Skills ou MCP — avec certains utilisant Walmart, Databricks, Gmail, Salesforce, Spotify et d'autres grands noms de marque pour paraître légitimes.

La charge utile: SmartLoader et l'infostealer StealC, avec 14M+ téléchargements. Pire, personne n'a dû cliquer sur un mauvais lien. Claude Code, Gemini et ChatGPT ont tous découvert ces fausses capacités de leur propre chef et ont traité le README de l'agresseur comme une documentation légitime. Nous l'appelons AgentBaiting.

(En milliers de dollars des États-Unis) Voir la repos malveillante C'est-à-dire

AppSec

Ingénierie de la fiabilité du contrôle (CRE): Application des principes SRE aux contrôles de cybersécurité
Phil Venables propose Control Reliability Engineering (CRE), une application de Site Reliability Engineering aux contrôles de sécurité qui traite un contrôle défaillant avec le même poids qu'une brèche, car un contrôle cassé semble identique à celui d'un travail jusqu'à ce que quelque chose le teste. La CRE présente 10 éléments pour combler cette lacune, contrôler le catalogage avec une ontologie formelle, les commandes en tant que code avec pipelines CI/CD, les SLI/SLO de contrôle et les budgets d'erreurs, la surveillance continue de contrôle soutenue par l'injection synthétique d'événements pour attraper des défaillances silencieuses, les critiques de maîtrise avant le déploiement, le déploiement progressif pour les changements et les postmortems irréprochables sur les contrôles défaillants. Au lieu de trier les alertes et d'effectuer des évaluations subjectives des risques, les équipes de sécurité surveillent la santé directement en utilisant les taux de réussite et les ratios de couverture des évaluations stratégiques.

Anatomie d'un agent de laboratoire Frontier Intrusion : un calendrier technique de l'incident de juillet 2026
Hugging Face a publié une chronologie médico-légale d'une intrusion par un agent autonome de l'IA exécutant le harnais d'évaluation ExploitGym d'OpenAI, reconstituant ~17600 actions d'attaquants sur deux étapes. L'agent a d'abord échappé au bac à sable d'OpenAI via un jour zéro dans le proxy de cache du registre des paquets. Ensuite, il a violé l'infrastructure de Hugging Face à travers deux vecteurs d'injection contre la même production Kubernetes dataset loader, un stockage brut externe HDF5 exploiter qui a fui les secrets de pod et le code source du travailleur, et une injection modèle Jinja2 qui a obtenu l'exécution arbitraire de code. Une fois à l'intérieur, l'agent est passé à l'admin-cluster à travers plusieurs clusters internes en moins de 13 heures, puis a abusé d'un connecteur de service interne mal configuré dont un seul titre partagé lié à system:masters J'ai donné. cluster-admin partout dans une seconde, les appareils inscrits dans le maillage Tailscale de HF avec une clé d'auth volée, et a lancé C2 entièrement à travers les services publics avec chunked+ XOR+gzip encodage que naïf log scanne manqué.

Claude Opus et Fable ont refusé d'analyser les journaux d'attaque en raison des garde-corps de cybersécurité (aucune mention des modèles OpenAI utilisés et ayant des refus) l'équipe est passée à GLM-5.2 open source fonctionnant sur leur propre infrastructure.

Très détaillé, très lu. Surtout le mouvement latéral et les sections C2/exfil. Autres replay interactif vaut la peine d'être vérifié. Voir aussi Mise à jour du blog OpenAI sur l'incident.

Parrain

*Le Playbook du praticien pour l'intelligence des actifs

L'IA est une attaque à grande échelle, mais ils frappent toujours les mêmes points faibles : les appareils non embarqués, les identités surpermis, et la configuration ne dérive personne attrapé. La vraie solution n'est pas un autre outil, c'est la fondation. Ce playbook décompose les cinq disciplines qui séparent les équipes qui restent en avance sur l'exposition de celles qui ne le font pas : Collection, couverture, contexte, confinement et coopération. Obtenez une victoire rapide pour chacun que vous pouvez mettre en pratique cette semaine.

(En milliers de dollars des États-Unis) Téléchargez le Playbook C'est-à-dire

Les fondamentaux comme la gestion des actifs sont toujours, sinon plus critiques que jamais. J'aime mettre l'accent sur les gains rapides.

Sécurité en nuage

Introduction de ClickOps Sentinel: Contexte AI pour les changements de console AWS
Victor Grenu introduit ClickOps Sentinel, un pipeline open-source qui détecte les changements de la console AWS en temps quasi réel en filtrant EventBridge événements pour CloudTrail sessionCredentialFromConsole drapeau et readOnly=false, et donne chaque changement à un agent Claude sur Amazon Bedrock pour enquête. L'agent retrace toute la session de console via CloudTrail LookupEvents, vérifie l'activité adjacente de la même IP, consulte la mémoire à long terme dans Bedrock AgentCore Memory, et produit un verdict (activité confirmée par le changement manuel, probablement sanctionnée, suspecte) avec confiance, implications de sécurité, impact FinOps, narrative de session, et une recommandation de remise en état. Alerts atterrissent dans Slack ou Microsoft Teams via Amazon Q Developer chat, ou comme riche courriels HTML via des fournisseurs externes comme Resend ou SendGrid, et l'outil se déploie via AWS SAM CLI.

Rapid7 Labs: Enquêter sur les mécanismes de persistance dans les SSFE
Rapide7 Jan Blažek décrit quatre techniques de persistance AWS que les attaquants utilisent pour maintenir l'accès après le compromis initial, fournissant des requêtes LEQL basées sur CloudTrail pour la détection et l'investigation. Les techniques comprennent la création d'utilisateurs IAM avec des justificatifs de suivi et des ajouts de permission (iam:CreateAccessKey, iam:AttachUserPolicy) et de modifier les politiques de prise en charge pour permettre des comptes AWS externes (iam:UpdateAssumeRolePolicy), en déployant des fonctions Lambda rétroportées déclenchées via des URLs publiques (lambda:CreateFunctionUrlConfig) ou les intégrations API Gateway, et la création de sessions d'utilisateurs fédérées via sts:GetFederationToken dont les titres de compétences temporaires survivent à la rotation clé d'accès.

Jan avertit que les sessions fédérées exigent l'application de politiques de déni de tout à l'utilisateur IAM source jusqu'à l'expiration des pouvoirs temporaires, puisque la persistance des SSFE abuse généralement des caractéristiques d'identité et d'automatisation légitimes plutôt que d'exploiter des défauts, de sorte qu'une détection efficace nécessite de pivoter de l'alerte initiale à chaque identité, titre, session et politique connexe.

C'est vrai.Lire en ligne si Clipped- Oui.

Équipe bleue

manisrawat21/Cisa-KEV-Orchestrator-Intel-Threat
Par Manish Rawat: Un flux de travail n8n qui transforme les CVE nouvellement armés du catalogue CISA KEV en règles de détection Sigma chaque lundi, réduisant de 4 à 6 heures de travail manuel par CVE à zéro. Le pipeline utilise Google Gemini pour générer des règles visant des produits spécifiques avec Sysmon EventIDs et MITRE ATT&CK mappings, enregistre chaque CVE à Google Sheets pour la conformité, et envoie un e-mail à un analyste briefing hebdomadaire.

Bombes de contexte : arrêter les assaillants de l'IA dans leurs traces
Tracebit démontre une technique de jeton canaris appelée "bombes de contexte", (Repo GitHub avec charges utiles ici) où les secrets AWS Secrets Manager contiennent du contenu conçu pour parcourir les garde-corps de sécurité d'un attaquant AI lorsque le modèle les lit. Tester cinq modèles frontières (Opus 4.8, Gemini 3.1 Pro, GLM 5.2, DeepSeek V4-Pro, Kimi K2.6) sur 152 pistes d'attaques dans une gamme de cyber-satellites AWS simulée, une bombe à contexte unique a réduit l'accès administratif moyen de 57 % à 5 %, le compromis total de 36 % à 1 % et l'Opus 4.8 spécifiquement de 93 % à 0 %. L'efficacité dépend de la famille de charges utiles, avec un contenu biologique sensible fonctionnant contre les modèles occidentaux, tandis que le contenu chinois politiquement sensible fonctionne contre les modèles en labo chinois. Chaque bombe contextuelle a également tiré une alerte canari, donnant aux défenseurs à la fois détection et perturbation dans un mécanisme unique. Cette approche exploite le fait que les agents d'IA doivent renvoyer les données récupérées à leur LLM pour analyse, créant un point d'étranglement où les filtres de contenu peuvent détecter et bloquer les activités malveillantes.

Il s'agit d'une idée très intelligente et amusante- planter intentionnellement du contenu qui va triper un agent d'IA. Les différences entre les bombes occidentales et chinoises sont également intéressantes.

Équipe rouge

googleprojectzero/sandbox-attacksurface-analyse-outils
Un ensemble d'outils pour analyser les bacs à sable Windows pour la surface d'attaque exposée, par Google Project Zero. James Forshaw.

MatheuZSécurité/Furtex
Par MatheuZ: Un kit de recherche post-exploitation et évasion Linux construit autour io_uring et eBPF, avec plus de 125 outils dans cinq catégories. L'idée fondamentale est que io_uringAmande workqueue path sidesteps une grande classe de crochets EDR nativement, puisque les opérations soumises par io_uring Ne tirez jamais les points d'entrée. Des outils supplémentaires gèrent ce qui io_uring ne peut pas contourner seul, désactivant kprobes, BPF LSM hooks, Linux audit, et netfilter, tandis qu'un module Falco dédié cible les 25 de ses règles par défaut.

AI + Sécurité

Liens rapides :

^*Sponsoré

Dicklesworthstone/destructive command guard
Par Jeff Emanuel: un crochet haute performance pour les agents de codage AI (Claude Code, Codex CLI, Gemini CLI, ...) qui intercepte et bloque les commandes destructrices avant exécution à l'aide d'un système de pack modulaire, avec plus de 50 packs de sécurité couvrant des bases de données, Kubernetes, Docker, fournisseurs de cloud, etc. L'outil utilise une architecture à trois niveaux de numérisation heredoc/inline-script avec le filtrage accéléré SIMD et la correspondance contextuelle qui distingue le code exécutable des données/commentaires.

Il comprend également une politique d'échec limitée avec mode configurable fall-fermé, profils de confiance spécifiques à l'agent, gestion de l'autorisation de liste, et mode de numérisation pour les crochets CI/pré-commit avec extracteurs format-ware (scénarios coquillages, Dockerfiles, GitHub Actions, Makefiles, etc.).

S'assurer que les agents ne prennent pas destructive semble être l'une des préoccupations les plus communes que j'entends des dirigeants de la sécurité en ce moment.

Nous avons construit un corpus de test pour les outils de sécurité d'évacuation des agents d'IA
Les pipelabes Josh Waldrep introduit Agent banc d'évacuation, un corpus de test open-source pour les outils de sécurité qui s'assoient entre les agents d'IA et le réseau, couvrant 197 cas logiques dans 18 catégories, y compris l'exfiltration secrète, injection rapide, SSRF, exfiltration du nom d'hôte, empoisonnement à l'outil MCP et détection de chaîne, dérive MCP, balayage du protocole A2A, WebSocket DLP, encodage de l'évasion, obfuscation du shell, et DLP crypto/financier.

La plupart des points de repère dans cet espace testent si le LLM se comporte correctement. L'agent Egress Bench vérifie si le pare-feu, le proxy ou le scanner assis entre l'agent et le réseau capture l'attaque, chaque cas étant cartographié dans le Top 10 de l'OWASP pour les Applications Agentiques. Pour coter les résultats, un programme facultatif de Gauntlet fait état de quatre paramètres indépendants : confinement, faux taux positif, détection et preuves.

Quelques réflexions sur les nouveaux résultats de la cryptoanalyse Anthropique
John Hopkins professeur Matthew Green donne un aperçu et des commentaires sur deux résultats de la cryptoanalyse de Claude Mythos d'Anthropic : une attaque clé de récupération sur HAWK (un candidat à la signature post-quantum) qui réduit à peu près de moitié ses bits de sécurité en utilisant les techniques existantes, et une modeste amélioration sur les attaques AES 7 tours. Ce qui est remarquable à propos du résultat HAWK est qu'il n'invente pas de nouveaux mathématiques, mais applique simplement les outils cryptoanalytiques existants plus complètement (le type de travail l'IA excelle à), avec les chercheurs atteindre ces résultats en disant essentiellement au modèle de broyer à des problèmes sans intervention humaine détaillée.

Matthew soutient qu'il s'agit d'un moment idéal pour que les capacités de cryptoanalyse de l'IA émergent, car nous sommes en transition vers les algorithmes post-quantum, ce qui signifie que l'IA peut tester de nouvelles normes avant le déploiement.

Anthropic s'est également associé avec des universitaires de l'ETH Zurich, de l'Université Tel-Aviv et de TU Berlin pour construire Cryptanalyse, une référence qui regroupe de nombreux chiffrements cryptographiques et facilite l'évaluation des capacités des LLM. L'attaque HAWK a pris environ 60 heures et 100 000 $ en coûts d'API.

Super cool pour voir les modèles frontières appliqués à la cryptoanalyse. L'amélioration de ces algorithmes sous-jacents nous protège un peu. Il est intéressant de voir comment les modèles s'améliorent, vous pouvez obtenir des résultats significatifs avec des prompts plus simples/moins d'effort, dans ce cas en écrivant une simple invite à Claude qui a réécrit le harnais de l'agent qui a amélioré l'analyse. Les chercheurs en sécurité de mon équipe chez OpenAI ont trouvé la même chose.

Divers

Accrochement

Vous avez des questions, des commentaires ou des commentaires? Réponds directement, j'aimerais avoir de tes nouvelles.

Si vous trouvez ce bulletin utile et que vous connaissez d'autres personnes qui le feraient aussi, j'apprécierais vraiment que vous le leur transmettiez.

Merci de lire !

Santé,
Clint

P.S. N'hésitez pas à communiquer avec moi sur LinkedIn*