欢迎各位来到今天的技术讲座，我们将深入探讨JavaScript应用中一个狡猾且危险的漏洞类型——原型链污染（Prototype Pollution），以及如何利用静态分析技术，特别是基于控制流图（CFG）的方法，来精准探测这些潜伏的攻击路径。 在现代JavaScript应用中，无论是前端还是Node.js后端，对象的动态性、原型继承机制以及大量第三方库的使用，都为原型链污染提供了温床。这类漏洞一旦被利用，轻则导致拒绝服务（DoS），重则可能引发远程代码执行（RCE），对应用的安全性构成严重威胁。 传统的动态测试手段，如模糊测试（fuzzing），在发现原型链污染方面有其局限性，尤其是在复杂的代码库中，难以穷尽所有执行路径。因此，我们需要一种更系统、更全面的方法来识别潜在的风险，这就是静态分析的优势所在。通过深入分析代码结构而非执行代码，我们可以提前在开发阶段捕获这些漏洞，从而显著提升应用的安全韧性。 今天的讲座将围绕以下几个核心议题展开： 原型链污染的本质与危害： 理解JavaScript原型机制，以及攻击者如何利用它。 静态分析基础： 从抽象语法树（AST）到控制流图（CFG）的构建 …
无分类器指导（CFG）在LLM中的应用：通过负向提示词（Negative Prompt）增强生成约束
无分类器指导（CFG）在LLM 中的应用：通过负向提示词增强生成约束 大家好，今天我们来深入探讨无分类器指导（Classifier-Free Guidance，CFG）这一技术在大型语言模型（LLM）中的应用，重点聚焦于如何利用负向提示词（Negative Prompt）来增强生成内容的约束力，从而获得更符合期望、更高质量的输出。 1. 什么是无分类器指导（CFG）？ 在深入研究负向提示词之前，我们需要先理解 CFG 的基本原理。CFG 是一种条件生成技术，最初应用于扩散模型（Diffusion Models），后来被成功引入到 LLM 领域。它的核心思想是在训练过程中，模型同时学习条件概率分布 p(x|y) 和无条件概率分布 p(x)，其中 x 代表生成内容，y 代表条件（例如，提示词）。 在推理阶段，CFG 通过插值这两个概率分布来引导生成过程。具体来说，生成过程可以表示为： x* = argmax_x [ w * log p(x|y) + (1 – w) * log p(x) ] 其中： x* 是最终生成的文本。 w 是指导强度（Guidance Scale），控制条件概率分布 …
AST 和 CFG 的结合：如何通过 AST 提取语义信息，并结合 CFG 进行更深度的程序分析？
各位观众老爷，大家好！今天咱们不聊八卦，来点硬核的——AST（抽象语法树）和 CFG（控制流图）的结合，看看这两位大佬如何联手，把咱们的代码扒个底朝天，提取语义信息，搞更深度的程序分析。 开场白：代码的灵魂拷问 咱们写代码，那可不是随便敲几个字符，而是要表达一定的意图。比如，int x = 1 + 2; 这行代码，计算机读到它，知道你要声明一个整型变量 x，然后把 1 + 2 的结果赋值给它。但是，计算机是怎么理解这些意图的呢？这就得靠编译器/解释器里头的各种神器了，其中就包括 AST 和 CFG。 AST 就像是代码的骨架，它把代码的语法结构用树形结构表示出来，让计算机能更容易地理解代码的组成部分。而 CFG 则像是代码的血管，它描绘了代码的执行流程，让计算机知道代码的执行顺序。 第一幕：AST——代码的骨架 AST，全称 Abstract Syntax Tree，中文名叫抽象语法树。它是一种树状的数据结构，用来表示编程语言的语法结构。 简单来说，就是把代码拆解成一个个节点，然后按照语法规则把它们连接起来。 为什么叫“抽象”？ 因为它忽略了一些无关紧要的细节，比如空格、注释等等，只保 …
控制流图 (Control Flow Graph, CFG) 重建：如何从混淆后的 JavaScript 代码中提取 CFG，并识别其真实的程序流？
嘿，各位代码探险家们，欢迎来到“JavaScript 迷宫寻宝”讲座！今天我们要聊的是如何从那些被搅得一团糟的 JavaScript 代码里，像福尔摩斯一样，抽丝剥茧，把程序的真实运行轨迹，也就是控制流图（CFG），给重建出来。 准备好了吗？让我们开始这场烧脑但绝对有趣的旅程吧！ 第一幕：认识我们的对手——混淆 JavaScript 首先，我们得了解一下我们的对手，也就是那些把代码搞得乱七八糟的混淆技术。 它们的主要目标是： 让代码难以阅读： 变量名改成 a, b, c，函数名改成 _0xabc，常量变成 16 进制等等。 隐藏代码逻辑： 用各种奇葩的控制流结构，比如 if (!true)，或者用 while(true) 包裹一大段代码，然后用 break 跳出来。 增加代码复杂度： 插入大量无意义的代码，让代码体积膨胀，分析难度增加。 举个例子，下面这段简单的 JavaScript 代码： function greet(name) { if (name) { console.log(“Hello, ” + name + “!”); } else { console.log(“Hell …
继续阅读“控制流图 (Control Flow Graph, CFG) 重建：如何从混淆后的 JavaScript 代码中提取 CFG，并识别其真实的程序流？”