依赖纯粹网络允许列表进行保护的沙箱环境中存在安全漏洞。不受信任的代码（包括 AI 生成的脚本）可以通过在 DNS 请求中对其进行编码或将其发送到看似合法、已允许的分析端点来渗漏敏感数据（如 AWS 凭证或 SSH 密钥）。由于数据通过授权通道传输，这绕过了网络级策略。为解决此问题，提出了一种具有数据丢失防护功能的 L7 出口代理，它可以拦截所有出站连接、终止 TLS、检查流量，并可以标记或阻止可疑数据模式。 AI
影响 突出了在沙箱环境中运行的 AI 生成代码和不受信任的依赖项所面临的关键安全差距。
排序理由 文章讨论了一个安全漏洞和一个提议的技术解决方案，属于研究和安全分析范畴。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
<p><a href="https://lobste.rs/s/obnccl/network_allow_list_won_t_stop">Comments</a></p>
A Network Allow-List Won't Stop Exfiltration https:// lobste.rs/s/obnccl # ai # linux # security # vibecoding https://www. dergraf.org/notes/canister-egr ess-proxy-dlp/
A Network Allow-List Won't Stop Exfiltration https:// fed.brid.gy/r/https://www.derg raf.org/notes/canister-egress-proxy-dlp/