ZONE.CI 全球网

涉我资讯专刊-第60期由网空闲话发布，面向国家强力部门定向报送，提供网络安全动态信息，包括网安动态、暗网论坛、智库和政济动态等，工作日出刊每期15条以上，信息来源为网络开源、暗网论坛、X平台和TG频道群组。

本文深入解析了PsExec.exe的工作原理，包括其通过SVCCTLRPC服务创建远程服务、利用命名管道进行通信的机制。作者开发了PsExeSVC.py工具，通过模拟合法PsExec客户端并利用其数字签名白名单特性，有效规避EDR检测。文章强调，尽管PsExec是合法管理工具，但其明文传输凭据的方式存在安全风险，凸显了零信任安全模型在防范此类横向移动攻击中的核心必要性。

本文披露了伪装公安App背后的飞鹰与夜龙安卓远控黑产。飞鹰利用包名随机化、类混淆及降低熵值等免杀技术生成SpyNote变种，滥用无障碍服务实施窃密；夜龙进一步升级出实时屏幕共享与黑屏转账能力，精准针对金融与加密钱包App。建议企业利用面板指纹进行资产测绘并转向行为检测，用户须警惕非官方APK及异常的无障碍服务授权。

本文为XCon2026议题预告，介绍StringLabs团队关于AppleWebKit漏洞挖掘与利用的最新研究。内容涵盖libpas内存分配器与PAC防护机制解析、漏洞利用原语与链式攻击实践、现代缓解绕过策略，并探讨AIAgent在WebKit安全领域的进展，文末附会议售票信息。

本周安全快讯涵盖PaloAltoNetworks、Cisco、VMware、AdobeColdFusion等多个厂商高危漏洞，以及针对Salesforce、ServiceNow、PTCWindchill等SaaS和工业系统的攻击活动。AIagent被用于自动化攻击，勒索软件平台化趋势明显。建议企业优先修复边界设备、虚拟化管理面及老旧系统漏洞，限制公网暴露，加强备份与监控，并提升员工对AI生成社工话术的警惕。

该文档为M国APT战略研究连载第七部分，聚焦未来趋势与演进方向。核心要点包括：人工智能与机器学习将深度整合，加剧攻防不对称并推动自动化作战体系；云原生与容器化技术带来新攻击面，模糊网络边界；太空与卫星网络成为新作战域，治理复杂；边缘计算与物联网的武器化将网络战范围扩展至物理世界。文档最后提出加强关键基础设施防护、供应链安全、人才培养与国际合作等综合性应对建议。

ServiceNowAI平台存在沙箱逃逸漏洞CVE-2026-6875，未经身份验证的攻击者可远程执行代码。研究人员通过gs.include()函数绕过沙箱限制，利用GlideRecord查询API实现攻击。ServiceNow已发布安全更新，建议客户尽快升级至修复版本。

本文详细介绍了dsamain工具将离线AD数据库挂载为LDAP服务进行侦察的方法，攻击者可借此识别高价值账户与安全组，并利用secretsdump.py等工具提取密码哈希。防御建议包括监控dsamain使用、保护高权限组成员资格、加密数据库文件及实施纵深防御策略。

JADEPUFFER勒索攻击事件显示AI已能自动化执行入侵后环节如漏洞利用、横向移动和加密，但人类仍负责战略层。攻击效率因AI的自动纠错和动态代码生成而大幅提升，降低了攻击门槛。防御需从设备采购转向持续监测加专业团队的安全运营模式，及时修补已知漏洞是关键。

欧盟实锤Turla间谍APT长期渗透政企外交。其Kazuar工具采用P2P架构，仅单机外联，实现无文件内存驻留与隐蔽窃密，传统防护失效。文章拆解其全链路手法，提供流量审计、EDR监测及内网微分段等自查清单，建议政企升级内存检测与全域流量分析纵深防御体系。

本文讨论了Go语言中goroutine数量激增导致数据库连接池超时的问题，并提出了一个简单的固定worker数量任务池解决方案。该方案通过固定worker数量、任务队列和非阻塞提交来限制并发，避免过载。文章强调了监控队列长度、拒绝次数和任务耗时的重要性，并提供了panic恢复机制。核心在于将过载变为可观察、可处理的结果，而非单纯复用goroutine。

BreakoutAnalysis是一个每15分钟扫描美股的自动化工具，通过涨幅、成交量等条件筛选放量拉升股票，并利用历史数据二次过滤噪音。筛选后的股票结合新闻由AI生成分析，推送到Discord或邮箱。部署需配置API密钥，提醒不可作为买入信号。

MySQL连接数爆满时切忌盲目调大参数，应先查状态定位占用连接最多的IP与库。止血须先从网关切断问题流量，再按条件安全清理长时间空闲的连接。恢复后需排查应用连接池配置是否超限，以及代码是否遗漏行关闭或事务回滚，最后才考虑调整数据库参数。

针对Go无节制创建goroutine导致线上卡死的问题，本文指出需建立并发边界。作者基于channel实现轻量级资源池，强调三处关键设计：任务提交须快速失败或设超时防阻塞，worker内须recover防脏数据打挂，关闭时须先close再Wait。建议按任务特性配置worker数，通过池化约束并发以保障系统稳定。

xAI开源了由Grok4.5驱动的Rust终端编码代理工具GrokBuild。其具备计划模式、子代理并行、插件扩展及沙箱执行等特性，支持无头模式与CI/CD集成，可全流程在终端完成开发。该工具采用Apache2.0许可，适合复杂重构与自动化场景，但文末附有安全社区引流广告，整体阅读需注意甄别。

本文介绍了一个名为FuckMyShitMountain的代码审计工具，该工具为编程Agent提供skill以增强审计能力。它能自动分析项目结构、依赖、CI配置并生成包含严重程度、置信度、影响、修复建议和回归测试的详细报告。工具覆盖27个审计维度，包括安全、稳定性、性能、测试真实性、供应链及LLM成本等，并支持增量审计用于PRreview。作者强调其优势在于承认证据不足，标记未评估项，且支持Markdown、HTML、JSON输出以便集成到CI流程。同时指出AI审计依赖上下文理解和项目可运行性，不能替代人工

PentesterFlow是一款开源的人机协同AI命令行工具，专为渗透测试和漏洞赏金猎人设计。它自动化从信息收集到报告生成的工作流，通过内置技能模块和基于证据的漏洞确认机制解决AI幻觉问题。其核心特色是分析人员审批机制，确保敏感命令执行前获得授权，并具备本地持续学习能力。该工具支持多种LLM后端和BurpSuite集成，适合对全自主代理持谨慎态度的安全团队，但仅限授权测试使用。

本文介绍如何将WorkBuddy接入微信公众号实现自动写稿流程。核心步骤包括安装微信公众号MCP服务、获取AppID和AppSecret、配置IP白名单、测试接口连通性、调用写作专家和技能。最终用户只需一句话需求，AI即可自动生成文章并发送至公众号草稿箱，但建议保留人工确认环节以确保内容质量。文章强调数据安全与IP变动等注意事项。

AI研究员AndrejKarpathy修改X简介删除Anthropic信息引发离职猜测，背景是Anthropic未签署支持开放权重的公开信。他加入Anthropic68天期间经历ClaudeFable5发布波折和ClaudeTag争议，公众对其从开源教育家转向闭源公司站台产生质疑。卡帕西随后澄清未离职，称传闻为假消息。

Fastjson1.2.83版本存在高危远程代码执行漏洞(CVE-2026-16723),CVSS评分9.8,影响百万级实例。漏洞核心在于攻击者无需依赖目标环境中的第三方gadget,仅通过构造恶意JSON数据即可实现任意代码执行,打破了传统黑名单防护策略。官方尚未发布1.x修复版本,建议迁移至Fastjson2.x或启用SafeMode模式作为临时缓解措施。

朝鲜APT组织Lazarus将121.5枚比特币(774万美元)转入新钱包,启动标准化洗钱流程。该团伙累计盗取超60亿美元加密资产,通过分拆小额转账、跨链DEX兑换、混币服务三步洗白资金。Web3行业面临假招聘钓鱼、NPM投毒、漏洞爆破、外包渗透四大威胁。建议交易所完善AML风控,开发者隔离运行环境,投资者远离匿名渠道。中招后应立即冻结账户、上报监管并排查终端。

GitHub将公开漏洞赏金计划奖励削减50%以上，同时将更高奖励集中于仅限邀请的VIP计划，同一严重漏洞在公开计划仅获1万美元，VIP计划可达3万美元以上。调整核心原因是AI工具降低了报告生成门槛但未降低厂商分诊成本，导致低质量报告激增。文章指出漏洞赏金体系正从发现数量转向验证质量，真正稀缺的是经过可靠复现、可工作利用证明和产品特定攻击链分析的高质量漏洞。curl案例表明取消现金奖励后报告质量反而提升，说明关键不在工具而在研究员对结果的验证责任。建议研究员先验证再提交、提供稳定概念验证并描述产品影响。

ENCFORGE勒索软件利用Langflow的CVE-2025-3248未授权代码注入漏洞入侵AI基础设施，通过暴露的Docker套接字横向移动，专门加密PyTorch、TensorFlow等约180种AI模型文件，使用AES-256和RSA-2048混合加密，无数据窃取功能。攻击者JADEPUFFER为AI智能体，自主编写脚本部署勒索软件。建议立即修复Langflow漏洞并保护Docker套接字。

LoadRunnerV26.3版本主要增强了AI驱动的性能工程能力，包括Aviator脚本和分析的AI辅助、MCP支持以简化工作流、新增Blazor-Web协议及DevWeb改进。同时优化了运行时设置界面、资源监控和安全性。建议用户升级以利用AI功能提升测试效率。

本文披露了一种利用macOS终端DNS请求进行隐秘数据外泄的攻击链。攻击者将恶意提示注入CSV表格，AI命令行工具处理时中招，输出包含ANSI转义码的文本，终端渲染时触发DNS请求将敏感数据外带。Apple已在macOSTahoe26.1中修复此问题，但作者强调根本风险在于开发者未将AI输出视为不可信数据。建议CLI开发者默认对模型输出进行转义处理，过滤不可打印字符，防止终端渲染能力被滥用。