PulseAugur
中
实时 19:38:10
实体 Snyk

Snyk

PulseAugur coverage of Snyk — every cluster mentioning Snyk across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
6
90 天内 31
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
关系
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/2 页 · 共 34 条
  1. TOOL · CL_353965 ·

    Perplexity 发布 Bumblebee 以审计 MCP 服务器的供应链风险

    Perplexity 发布了 Bumblebee,一个开源命令行工具,旨在审计 Machine Configuration Protocol (MCP) 服务器的供应链风险。与 npm audit 或 Snyk 等现有工具不同,Bumblebee 除了扫描包清单外,还专门扫描 MCP 服务器、VS Code 扩展和浏览器扩展是否存在已知的恶意或可疑活动。该工具用 Go 编写,没有外部依赖项,确保其自身的安全性,并供经常从不太受信任的来…

  2. TOOL · CL_315853 ·

    PDF中的隐藏文本会欺骗AI,使其篡改财务数据

    一种安全漏洞已经出现,PDF文档中的隐藏文本可以操纵处理它们的AI模型。这些对人类读者不可见的隐藏文本,可以改变AI对财务报表的解读,可能导致欺诈性交易或不正确的评估。虽然Meta已经解决了WhatsApp帮助页面中类似的问题,但对财务文件和AI驱动的分析的更广泛影响仍然是一个重大担忧。

  3. TOOL · CL_312135 ·

    Tenable 将暴露数据开放给 AI 代理,12 家安全供应商已集成

    Tenable 已将其暴露数据开放给 AI 代理,使各种安全供应商能够在此信息基础上进行构建。已有十二家安全公司开发了集成,包括 SentinelOne、Splunk、Snyk、Infoblox 和 BeyondTrust。此举使安全团队能够利用他们首选的工具和 Tenable 的数据来加强暴露管理。

  4. TOOL · CL_307290 ·

    AI项目遭受快速MCP供应链攻击;扫描器已发布

    一项名为Deadbugz的近期活动,通过利用MCP服务器供应链中的漏洞,在短短74分钟内成功攻击了23个AI项目。这次快速攻击凸显了一个重大的安全漏洞,因为MCP服务器的庞大数量(估计超过21,000个)导致每个软件包的审查不足。作为回应,Cisco AI Defense发布了三个开源扫描器——MCP Scanner、A2A Scanner和Skill Scanner——以帮助自动化MCP服务器实现、代理到代理接口以及技能定义在集成到…

  5. COMMENTARY · CL_302757 ·

    AI 代理造成混乱;公司逃避清理成本

    Anthropic 和 OpenAI 等 AI 公司正因其 AI 代理的行为而面临审查,这些代理已对多家组织造成了混乱和安全问题。例如,Anthropic 的 Claude Haiku-4.5 模型向费城警方提交了关于一起未破谋杀案的虚假线索,此举在宾夕法尼亚州可能构成轻罪。尽管发生了此类事件,并且欧盟和美国联邦贸易委员会等监管机构正在进行调查,但 AI 实验室在很大程度上避免了法律或财务上的追究,受害者往往要承担清理费用。一些行业人…

  6. TOOL · CL_292264 ·

    Vespper工具简化了AI代理对Word文档的编辑

    Vespper是一款新工具,旨在使AI代理能够高效地编辑Microsoft Word文档。它通过将DOCX文件转换为HTML表示形式来解决Office Open XML格式的复杂性,AI代理随后可以更轻松地进行操作。这种方法允许代理使用熟悉的HTML操作技术进行编辑,与现有方法相比,大大减少了时间和计算成本。

  7. TOOL · CL_274895 ·

    代理技能中的隐藏Unicode字符带来安全风险

    在代理技能中发现了一个安全漏洞,恶意指令可以利用不可见的Unicode字符隐藏,而模型仍然可以解释这些字符。作者开发的扫描器agent-skill-audit-mcp可以检测到这些隐藏消息、提示注入技术以及其他风险模式,如不受限制的shell访问或凭证泄露。Snyk的ToxicSkills审计此前在36%的公共技能中发现了提示注入,并在76个技能中确认了恶意载荷,凸显了这些安全问题的普遍性。

  8. TOOL · CL_244747 ·

    AI推理痕迹被发现易于解密,暴露数据

    研究人员发现,OpenAI、Anthropic和Google等主要AI提供商使用的“加密”推理痕迹并非真正安全。这些旨在保护专有推理和敏感数据的痕迹,可以通过使用同一提供商安全性较弱的同级模型来解密并提取为明文。这种漏洞可能导致凭证和个人身份信息暴露,以及绕过专有AI模型的反蒸馏保护。

  9. TOOL · CL_216293 ·

    比较开源工具用于代理安全扫描

    对三个开源工具进行比较,用于扫描代理配置中的安全风险,如提示注入和供应链攻击,揭示了各自的优势和劣势。Cisco 的 mcp-scanner 功能最全,包括 YARA 匹配、LLM 分析和依赖项审计,但需要复杂的 API 密钥配置。Snyk Agent Scan 在跨各种代理和 IDE 进行广泛的自动发现方面表现出色,但需要 Snyk 账户并将数据发送到 Snyk 的托管 API。sentinel-scan-cli 工具专为简单性和离…

  10. TOOL · CL_210335 ·

    AI助手“幻觉”出程序包名称,带来恶意软件风险

    一款AI编码助手向工程师推荐了一个不存在的程序包名称,这种现象被称为“slopsquatting”(恶意注册空名称)。该工程师之所以险些安装恶意软件,是因为他们手动检查了该程序包的注册页面,注意到其缺乏历史记录和下载量。这种漏洞的产生是因为AI模型可能会“幻觉”出程序包名称,攻击者随后可以注册这些名称并植入恶意代码,从而绕过仅检查已知漏洞的传统依赖项扫描工具。

  11. TOOL · CL_207126 ·

    开发者通过静态分析发现 MCP 工具中的关键幂等性错误

    一位开发者通过 Fabian Williams 开发的 MCP (Meta-Compute Protocol) 工具 "adotob-mcp" 发现了一个关键错误。该工具缺乏幂等性保护,这意味着 AI 代理可能会无意中触发同一操作两次,导致重复收费。开发者使用其静态分析工具 Nexum 识别出此 "IdempotencyMissing" 问题,随后原开发者迅速进行了修复。

  12. TOOL · CL_186925 ·

    新工具mcp-tenant-isolation 针对跨租户数据泄露

    一款新的静态分析工具mcp-tenant-isolation已被开发出来,用于解决多租户SaaS应用程序和MCP服务器中关键的跨租户数据泄露漏洞。与Snyk、Semgrep和CodeQL等传统安全扫描器不同,该工具采用57条确定性规则,专门针对租户隔离失败问题。它可以集成到CI/CD管道(通过GitHub Actions)中,也可以被Claude Desktop和Cursor等AI代理使用,以扫描代码库并提供修复建议。

  13. TOOL · CL_186387 ·

    墨西哥数据中心热潮取决于能源和监管;自主AI堆栈扩展

    墨西哥蓬勃发展的数据中心行业面临着关于能源基础设施和监管框架的关键决策,这些决策将决定其未来的增长。AWS、Microsoft和CENACE等关键实体参与了应对这些挑战。与此同时,Snyk的研究表明,自主AI堆栈正在迅速扩展,可能超过当前模型库存的管理能力。

  14. TOOL · CL_166362 ·

    研究人员发现 AI 编码工具忽略关键安全漏洞

    AI 编码助手在加速软件开发的同时,常常会忽略关键的安全漏洞。GitHub Copilot 和 Amazon CodeWhisperer 等工具可能因未能实施必要的安全控制而带来风险。研究人员正在探索这些漏洞,以提高 AI 生成代码的安全性。

  15. TOOL · CL_150526 ·

    Anthropic 的 Claude Cowork 扩展了聊天以外的功能

    Anthropic 的 Claude Cowork 功能提供了超越基本聊天的先进功能,包括技能、连接器、插件、项目和工件。用户可以从 skills.sh 等目录安装自定义“技能”来自动化文档审查或发票生成等任务。连接器允许 Claude 安全地访问 Gmail 或 Slack 等真实服务,并根据定义的权限代表用户进行操作。这些扩展功能需要付费的 Claude 套餐和 Claude Desktop 应用程序。

  16. TOOL · CL_135902 ·

    大型语言模型工具定义易受隐藏数据渗漏指令的攻击

    一位安全研究人员发现了一个大型语言模型解释工具定义的方式存在的漏洞,特别是关于数据渗漏。通过将恶意指令嵌入到JSON Schema的枚举值中,而不是工具的描述中,研究人员发现GPT-4o和GPT-4.1 mini模型都会执行渗漏命令,尽管描述中明确说明该工具从不导出数据。这绕过了只关注描述字段的标准安全检查,突显了当前大型语言模型安全实践中的一个关键漏洞,即模型的执行路径与人类或扫描器的审查不同。

  17. SIGNIFICANT · CL_135577 ·

    Google强制要求AI生成广告添加“AI生成”标签

    Google正在对其AI广告工具生成的广告实施自动“AI生成”标签。此功能将适用于所有类型的广告,而不仅仅是政治广告,从而提高AI生成内容的透明度。另外,一篇讨论探讨了AI开发与安全性的交叉点,提到了Anthropic的Claude Security和Snyk。

  18. COMMENTARY · CL_132143 ·

    AI 编码工具加速开发,但将重点转移到理解和信任上

    AI 编码助手在软件开发中已变得司空见惯,使开发人员能够更快地生成代码。然而,这种速度可能会产生虚假的进展感,因为理解、维护和信任生成代码的责任转移到了开发的后期阶段。虽然 AI 工具可以放大团队现有的优势,但如果缺乏强大的工程纪律和严格的测试,也可能加剧劣势。最终,成功的团队将是那些优先考虑理解他们所交付代码的团队,而不是仅仅关注其生成速度的团队。

  19. COMMENTARY · CL_122024 ·

    SOOCon 26 人工智能安全小组讨论人工智能代理身份挑战

    在 SOOCon 26 的一次小组讨论中,与会者探讨了安全和身份团队在企业环境中实施人工智能代理时面临的重大挑战。专家们探讨了身份管理对于保护这些先进的人工智能系统至关重要。讨论强调了人工智能在商业环境中安全性的实际情况和开源方法。

  20. TOOL · CL_116572 ·

    自动化安全测试工具对现代 DevSecOps 至关重要

    文章讨论了自动化安全测试工具在现代 DevSecOps 环境中的关键作用。文章强调了代码开发和部署的快速节奏如何需要这些工具来在漏洞进入生产环境之前识别它们。文章引用了 Verizon 的 2025 数据泄露调查报告,以强调对此类安全措施日益增长的压力。