threat-modeling

Open Web Docs 在 Sovereign Tech Agency 资助下，完成了对 MDN 上 Web 安全文档的重大更新，涵盖攻击、防御、威胁建模和身份验证，并计划进一步编写隐私相关文档。

作者质疑研究针对发布后微调的防御（这种微调会削弱开放权重LLM的安全行为）的实用性，并询问如果模型可以快速被攻破，当前的安全训练是否值得投入。

Dropbox 描述了如何利用 Model Context Protocol、基础 LLM 以及他们自己的 Dash AI 构建了一个系统，该系统能够在代码评审期间自动检索威胁模型，并验证安全要求是否得到满足，从而弥合了设计到代码之间的安全差距。

布鲁斯·施奈尔警告称，专用预测型AI（而非生成式LLM）将推动下一波自动化黑客攻击，从而改变AppSec中的威胁建模优先级。