标签：least-privilege
-
无法检测的 LLM 后门：新型 AI 软件安全威胁与缓解策略
Internet of Bugs
博主 Carl 讨论了针对大语言模型（LLM）的条件恶意后门训练研究：攻击者可在模型中植入特定触发条件下执行任意代码的后门，且难以检测并在微调重训后依然存续。作者分析了安全威胁，并提出采用可信来源、最小权限原则、强监控机制以及跨厂商模型交叉校验等实用缓解策略。 -
停止向 AI Agent 授予裸 API Key：Keycard 动态凭据交换与 Temporal 持久化执行实践
AI Engineer
Keycard 的 Kim Maida 与 Temporal 的 Mason Egger 在工作坊中展示了如何通过 OAuth 2.0 令牌交换标准为 AI Agent 引入端到端身份委托链与细粒度作用域凭据，并结合 Temporal 的工作流持久化执行与拦截器机制，解决 Agent 权限过大、审计缺失及故障中断重试开销等问题。 -
真实 AI Agent 攻击事件复盘：哪些防御措施本可阻止它们
AI Engineer
彭博社（Bloomberg）的 Andrey Rybka 通过多个真实 AI Agent 安全事故案例，系统分析了沙箱逃逸、A2A 提权、隐写注入、DNS 数据回传、MCP 跨租户漏洞等攻击路径，并提出了涵盖身份信任、输入防御、工具治理、沙箱隔离及确定性代码熔断的纵深防御体系。 -
三条旧授权，两天，走到 OpenAI 内部仓库
yage.ai
Hacktron团队利用OpenAI论坛图片解析漏洞，结合单点登录信任传递及Codex工具的全局写入权限，在72小时内渗透至核心代码仓库。文章指出，AI仅加速了利用代码生成，真正的风险在于连接器权限配置过宽，强调需最小化自动化工具的凭证权限以限制失陷影响范围。 -
晚上10点，你的 AI Agent 安全吗？基于 Token Exchange 与 MCP 的最小特权治理
AI Engineer
本文探讨了 AI Agent 在执行复杂任务时面临的过度授权安全隐患，提出了一种基于 OAuth 2.0 令牌交换（Token Exchange）与模型上下文协议（MCP）的安全治理方案。通过引入安全令牌服务（STS）对每个工具调用实施动态、临时的细粒度授权，并配合基于角色策略的人类协同，实现了 Agent 最小特权执行与防止“同意疲劳”。 -
PostgreSQL 安全深潜：从架构沙盒到行级细粒度控制的 360 度防线
Peter Pang
本文深度剖析了 PostgreSQL 数据库的全方位安全体系，针对行业内普遍存在的后端安全“灯下黑”现象提出了警示。文章详细介绍了从 Schema 驱动的命名空间沙盒、基于 Column 的最小权限原则，到图灵完备的行级安全性（RLS）的三层防御架构，并创新性地提出了一套兼顾连接池性能与业务隔离的“三权分立”角色设计策略，强调安全作为系统基石的不可妥协性。