Welcome to My Blog !

本文系统梳理大语言模型安全的学习路径，涵盖心智模型构建、平台交互、权威框架（OWASP + MITRE）、实战工具（如 Garak）、前沿趋势与法律边界，助你从零构建完整的 AI 安全能力体系。

AI Agent 正在重塑人机交互范式，但也引入了前所未有的安全风险。本文系统梳理 AI Agent 的核心攻击面，涵盖间接提示注入、工具链滥用、协议层漏洞及多Agent协作风险等，并提供全生命周期防御策略与速查表。

深度解析DeepSeek V3和R1的核心技术原理，包括MLA架构优化、MoE专家混合、FP8混合精度训练等创新技术。全面分析DeepSeek R1的安全风险，探讨慢思考机制带来的新攻击面和防护策略，为AI安全研究提供参考。

系统分析2024年AI安全的核心风险，涵盖OWASP LLM Top 10威胁，如提示注入、数据投毒和模型窃取，并探讨大模型供应链安全，为构建安全的AI系统提供深度洞察。

Salvation Lies within IELTS.

详细探讨Linux内核中CVE-2022-3910漏洞及DirtyCred技术，分析其在提权和容器逃逸场景中的具体应用与攻击原理。

MindSpore是面向“端-边-云”全场景设计的AI框架，旨在弥合AI算法研究与生产部署之间的鸿沟。本文介绍了如何利用模糊测试技术对AI框架进行安全测试。

DirtyCred通过利用堆破坏内核漏洞交换进程或文件的凭据，绕过多种内核保护机制，实现越权执行和写入操作，并通过精确控制时间窗口和结合内核特性，确保漏洞利用的稳定性和高效性。

深入解析现代处理器为系统安全提供的硬件特性，如SMEP/SMAP、Intel CET、SGX等，探讨它们在增强内存安全和控制流完整性方面的核心原理与应用。