Презентация с нашего выступления

https://offzone.moscow/program/pentest-by-a-click-it-s-already-real/

Видео тут

#offzone #ProSecA@offensive_thread

Видео с выступления. Тут демо генерации эксплоита под задачи из OWASP Juice Shop

Sinkpoint-focused Directed Fuzzing

представлен подход Team Atlanta к улучшению фаззинг-тестирования Java-кода с помощью направленного («directed») фаззинга на основе Jazzer.

– Вместо классического подхода, который слепо покрывает код, они фокусируются на «sinkpoint» — уязвимых местах, таких как вызов java.sql.Statement для SQL-инъекций. Используется CodeQL.
– Сначала статический анализ выявляет эти sink’и и оценивает расстояния до них, затем модифицированный Jazzer рассчитывает CFG и направляет процесса фаззинга к выявленной локации.
– Исследование показало, что на сложных кодовых структурах (например, ActiveMQVar), где традиционный fuzzing теряется, directed fuzzing достигает sink-точек гораздо быстрее и обнаруживает все уязвимые места в ограниченное время в рамках эксперимента время.

https://team-atlanta.github.io/blog/post-crs-java-directed-jazzer/

NASS: Fuzzing All Native Android System Services with Interface Awareness and Coverage

https://www.usenix.org/system/files/usenixsecurity25-mao.pdf

Finding vulnerabilities in modern web apps using Claude Code and OpenAI Codex

https://semgrep.dev/blog/2025/finding-vulnerabilities-in-modern-web-apps-using-claude-code-and-openai-codex/

Slice: SAST + LLM Interprocedural Context Extractor

Built with: CodeQL, Tree-Sitter, OpenAI API

https://github.com/noperator/slice

Prompt. Scan. Exploit - Ai's Journey Through Zero-Days And A Thousand Bugs

https://youtu.be/y_aQQmDMaY4

VULSOLVER : Vulnerability Detection via LLM-Driven Constraint Solving

https://arxiv.org/pdf/2509.00882

All You Need Is A Fuzzing Brain: An LLM-Powered System for
Automated Vulnerability Detection and Patching

https://arxiv.org/pdf/2509.07225

The Art of Vibe-Crashing
Seed generation in the LLM era

https://support.shellphish.net/blog/2025/09/02/shellphish-x-aixcc-dg/

How to securely deploy agents that make sensitive decisions autonomously

1 октября пройдет VK Security Confab. В продолжение доклада с OffZone про атакующих агентов в гостях у VK инженер из нашей команды Руслан углубится в анализ API-контрактов средствами AI-агентов. Успехи, факапы и полученный опыт — будем рады со всеми поделиться. Подробности тут

P.S. Появились видео докладов с OffZone.

Shell or Nothing: Real-World Benchmarks and Memory-Activated Agents for Automated Penetration Testing

https://arxiv.org/pdf/2509.09207

ATLANTIS: AI-driven Threat Localization, Analysis, and Triage Intelligence System

https://team-atlanta.github.io/papers/TR-Team-Atlanta.pdf

Automated Patch Diff Analysis using LLMs

https://blog.syss.com/posts/automated-patch-diff-analysis-using-llms/

https://github.com/SySS-Research/diffalayze

AI-powered workflow automation and AI Agents for AppSec, Fuzzing & Offensive Security

https://github.com/FuzzingLabs/fuzzforge_ai