视角是黑盒视角解决这个问题，因为黑盒视角价值最大，纯商业视角来出发做这个事情。我们做的就是目前人在做，并且没有一个产品可以自动化或者能做好的。但是其实不能叫越权，因为我的目标更大，我是想做自定话的黑盒，对标的是安全专家在web应用黑盒层面的能力。当然，我知道会有人说有一些流量层的越权检测，但是我想说，那只是个工具，现在的人被形式化验证的思路或者是思维框定的很久，完全无法融入或者进入ai native时代。ai native核心解决的是能动性和准确率，ai驱动的产品不能保证100%，但是能解决99%，毕竟人都有决策失误，这个是人和形式化验证的产品的最大区别，这个核心区别在于设计哲学。但是我想说，ai 是基于概率的，是神经网络，神经网络在复杂的调度下，底层还是形式逻辑，实现的，这套哲学可以融合两个看似冲突的哲学。目前这快全靠人，大部分公司可能连跟上版本都困难，业务部门刚发版，可能人都还没测试完成就下一个版本了，所以大部分公司只能选择一些重要的业务来覆盖，但是不重要的业务就容易泄露，实在是没办法。并且，随着ai coding普及，未来的传统漏洞一定是越来越少的，过去的100个漏洞，ai coding的情况下压根就不会写出来漏洞了(为了防止喷子，我严谨点表达：ai coding会小概率写出漏洞)。以前一套应用100个漏洞，未来可能就1个漏洞，但是你会为了这1个漏洞部署waf吗？我之前讲过，大模型的可解释性的发展，以后大模型天然会对漏洞敏感(因为坏的事情在大脑皮层激活的区域近似，所以漏洞和炸弹是一回事)，除非漏洞是跨长下文实现的，长上下文实现的漏洞绝对不是普通的SQL注入，因为大部分的WEB漏洞是特征明显的，比如拼接字符串特征。但是跨长上下文的越权和业务逻辑高度耦合的问题会一直存在。一句话介绍产品
以产品化的形式，提供专家级的能动性，解决高推理复杂度的业务逻辑风险。
目前我们实现了以上的效果。
我们对网站整个状态做了全方位的管控，我们能让你感知整个网站所有的业务路经的可达分析，只有掌控了自己的资产，才能理解自己的资产，过去的爬虫因为缺乏智能，无法进行泛化，我公司6万多个系统，我写个爬虫，爬虫智能识别^password.*这种表达式的input框，但是你又可知道国企的业务都是外包开发的，早期的外包谁按照标准的语法开发？一个密码表单很可能是div 实现的， css hack你懂吗？ 就是那种dreamwaver之类的开发的！你敢信？
所以黑盒视角第一要考虑是泛化能力，awvs这种产品连登陆个系统都困难，10个靶场能自动化登陆2个都谢天谢地了。
所以产品的核心指标是：
我们目前能实现的能力是：
我们把爬虫拆开来，一个坑、一个坑的去踩，脚踏实地的一步步的解决问题，这个很复杂，国企的业务场景非常复杂，我们需要一个个解决，提升泛化，归纳能力，解决共性场景。
我们最高可以覆盖70%的场景识别，也就是如果你有6万个系统，我能覆盖你6万系统的70%，在这个并发下产生的价值是巨大的。我们并不会像传统的爬虫那样，并发巨大，给服务器造成巨大的负担。因为我们的RPM和TPM都很低。
并且我们的prompt也不会特别的高，不会产生特别大的prompt负担，运行成本比较低
一个一般复杂的业务跑下来只需要424次模型调用。最高产生120k上下文。这得益于我们的ai工程化能力。
我们目前的测试都是基于我们实现的靶场，这些靶场的特点是接近于生产级别的靶场，而非ctf！这点很重要，因为没有一个扫地机器人公司前身是做拖把、扫把技术积累起来的。我们不会参与任何ctf靶场的比赛，之前不会，现在不会，未来也不会。我们都是focus在客户提供真正价值的地方。目前我们的目标是让每个网站可控，可以无缝融入到sdl流程中，让整个黑盒能力大幅度提升，让安全工程师做他们更擅长的事情。- 坚定不移的干掉越权和复杂业务逻辑漏洞，实现白帽子级别的能动性
- 坚持安全、可控、可解释性的ai native路线，抛弃套壳路线
- 坚定不移的走agentic路线，我们不是简单的workflow封装，未来会有训练的模型
- 放个彩蛋，这是我们下一代的模型的准确率，0.4552，不高，但是我非常有信心，未来能实现非常强的效果
- 会有能力涌现后的版本全公司黑盒视角的监控产品(基于逻巡llm)
1.流量检测不就可以检测越权了？答：越权都是复杂上下文的，流量层无法理解"Q27"这种参数的意思，其实Q27是一个业务选项的索引。甚至可能是“Q27l”是一种型号，越权和业务逻辑漏洞都是原子化的事务，割裂的流量无法理解上下文，这条思路必然是错的。2.xbow pentestgpt不是实现了自动化挖洞吗？人家排行第一呢？答：xbow融资多，如果你认真关注你会发现xbow在chatgpt o1之前就宣传说自己实现了自动化的发现漏洞了，但是你如果是资深懂训练的就知道，chatgpt o1模型之前的模型都是system1的，是需要手动cot启动推理的，不存在这种复杂能动性的system2推理，他们大概率是营销驱动的公司，但凡xbow说自己在做rl我都佩服他1秒钟。pentest gpt更不用说了，是一个qa问答的chatbot，那我直接问chatgpt不就行了？这都没办法和我对比，我扫描器还要人的话我买ai工具做啥？也就是说这2款产品连基础的逻辑还没捋清楚，产品的发展路径和竞争的路线都没捋清楚，smith专员的螺丝钉是10万，我必然不会做10万的螺丝钉，也不用和我对比smith专员的能力。 
还没有评论，来说两句吧...