安全训练营 X SDC2026

随着 AI 技术深度渗透到安全研究领域，固件挖掘、大模型攻防、Android 逆向都迎来全新的技术变革。

SDC2026 安全训练营正式开启招募！本次设置三大线下实战训练营，聚焦 AI 赋能安全研究，结合真实 CVE 案例、工程化实战训练。

10月23日，第十届安全开发者峰会（SDC2026）将于上海举办。为丰富参会者的行程体验，特于峰会前1天设置“安全训练营”培训活动。

*报名训练营即可获赠 SDC2026峰会标准票

*以下训练营3选1报名，满10人即开班

*培训学员需自带笔记本电脑及相关设备

一、《网络设备固件安全分析与 AI 漏洞挖掘实战》

培训介绍

本课程聚焦网络设备固件安全分析与 AI 漏洞挖掘，从固件分析、逆向调试到漏洞定位与验证，通过**内存破坏、认证绕过**两个典型 CVE 案例，拆解网络设备漏洞研究方法。

课程进一步引入 LLM、AI Agent、RAG、Fuzz、Harness 等技术，将人工漏洞研究流程工程化、Agent 化，探索 AI 的能力边界及人机协同漏洞挖掘方法。

人工漏洞研究 → 方法工程化 → Agent 化 → AI × 人工协同 → 未知漏洞挖掘

培训内容

一、网络设备固件漏洞研究基础

1. 固件获取、识别、解包与文件系统分析

2. 服务组件识别与攻击面分析

3. 固件仿真、动态调试与逆向分析

4. 二进制黑盒、灰盒分析方法

5. 常见漏洞类型与挖掘思路

二、网络设备漏洞研究实战

1. 内存破坏 CVE

攻击面与漏洞触发路径分析

二进制逆向与动态调试

漏洞根因定位与验证

2. 认证绕过 CVE

认证机制与关键代码路径分析

认证绕过漏洞根因定位

漏洞触发与验证

三、人工漏洞研究流程 AI 化

1. LLM 与 Agent 漏洞研究能力分析

2. 人工漏洞研究流程拆解与 Agent 化

3. 逆向、代码分析、调试工具接入

4. AI Harness 开发与分析能力增强

5. Agent 漏洞研究工作流编排

四、AI Agent 驱动漏洞挖掘

1. AI + Fuzz：协议结构识别、Corpus 生成与覆盖率优化

2. 历史漏洞 RAG：漏洞模式抽取、相似代码定位与漏洞变体挖掘

3. AI 辅助审计：代码/二进制理解、危险数据流识别与漏洞验证

五、AI × 人工协同漏洞研究

1. CVE 人工分析与 AI Agent 分析对照

2. AI 漏洞挖掘的误报、漏报与结果验证

3. AI 在复杂代码、协议与状态分析中的能力边界

4. 人工介入 Agent 工作流的关键节点

5. 从已知 CVE 向相似漏洞、未知漏洞扩展

培训特色

• 真实漏洞驱动：基于真实 CVE 开展分析、调试与验证

• Agent 化漏洞研究：融合 RAG、Fuzz、Harness 与安全分析工具

• 传统技术 × AI：贯通固件逆向、漏洞分析与 AI 自动化

• 人机协同挖掘：理解 AI 能力边界，探索 AI 视野之外的漏洞盲区

适合人群

漏洞挖掘、安全研究、二进制逆向、IoT/嵌入式安全、红队攻防及 AI 安全工程师。

课程定位&技术要求

实战型进阶训练营，建议具备基础漏洞分析、逆向工程或程序分析能力。

培训时间：2026年10月22日（周四）09:00-18:00

二、《AI 安全研究实战——从漏洞挖掘到大模型攻防》

培训介绍

大模型正在改变安全研究的方式。

一方面，AI 已经开始进入代码审计与漏洞挖掘流程，但真正有效的 AI 安全研究，并不是简单地“把代码丢给大模型找漏洞”。如何让模型理解复杂系统中的资产、角色、状态与约束，如何系统化覆盖攻击面，如何验证模型发现并降低误报，决定了 AI 能否真正成为安全研究工具。

另一方面，当大模型自身成为基础设施，它也成为了新的安全研究对象。模型内部如何形成特定行为？安全机制如何工作？后门如何隐藏？越狱为什么能够绕过拒答？这些问题正在把传统的黑盒测试进一步推进到模型内部的分析、探测与操控。

本课程从安全研究员的视角出发，沿着 “用 AI 发现漏洞 → 建立自动化安全研究流程 → 分析 AI 内部机制 → 攻击与验证 AI 安全边界” 这条主线展开。

课程上半部分以智能合约审计为实战场景，介绍如何将大模型接入真实漏洞研究流程，通过多基建模、结构化推理、覆盖矩阵等方法，让 AI 从“辅助阅读代码”进一步参与攻击面建模、漏洞假设生成、漏洞挖掘与误报证伪，构建可复现的 AI 自动化审计流程。

课程下半部分则把研究对象转向大模型本身。从安全研究员熟悉的“逆向”视角理解 Transformer，通过电路分析、Probe、Steering 等技术探测和干预模型内部状态，并进一步分析大模型后门、拒答机制与越狱攻击，理解模型行为背后的安全机制与攻击面。

这不是一门关于“如何使用 ChatGPT 做安全”的入门课程，而是一场面向安全研究人员的 AI 安全实战训练：既学习如何把 AI 变成漏洞研究工具，也学习如何把 AI 本身变成安全研究对象。

你将学到

* 如何将复杂系统转化为大模型能够稳定推理的安全模型

* 如何利用多基建模与覆盖矩阵系统化发现潜在攻击路径

* 如何构建可复现、可验证的 AI 漏洞挖掘与审计流程

* 如何从安全研究员视角理解 Transformer 的内部运行机制

* 如何利用 Circuit、Probe 与 Steering 探测和操控模型内部状态

* 如何分析大模型后门、拒答机制与越狱攻击背后的原理

* 如何从“使用 AI”进一步走向“研究 AI、攻击 AI、验证 AI”

适合人群

本课程面向具有一定技术基础的安全从业者，包括漏洞研究人员、代码审计与智能合约安全人员、红队研究人员、AI 安全研究人员，以及希望将大模型引入安全研究流程的安全工程师。

培训时间：2026年10月22日（周四）09:00-18:00

三、《AI 时代 Android 应用脱壳新视角》

培训介绍

随着大模型发展，安全研究模式发生改变，传统 Android 安全研究方式耗时巨大。本课程以 Android 脱壳与 AOSP 定制为实践载体，重点讲解如何在安全研究与开发中⾼效使⽤ AI。

课程将结合 DEX 加载、函数抽取、DexProtector 新版本研究及 AOSP 定制环境等实际场景，讲解上下⽂铺垫、任务规划、多 Agent 协同、MCP、ReAct、LOOP 和结果验证等⽅法，帮助学员建⽴⼀套从问题提出、源码研究到开发验证的完整 AI 协作流程。

课程重点不在于罗列加固⽅案，⽽在于让学员掌握⼀套能够迁移到其他安全研究任务中的 AI 使⽤⽅法。

课程亮点

1、以 Android 脱壳与 AOSP 定制为载体，理解 AI 在复杂安全研究中的实际作⽤；

2、掌握上下⽂铺垫、任务拆解及“先规划、后实现”等实⽤⽅法；

3、结合多 Agent 协同、MCP、ReAct 与 LOOP，让 AI 持续获得源码、⽇志和实验反馈；

4、通过 DexProtector 新版本案例，学习如何借助 AI 推进未知问题研究；

5、利⽤ AI 完成 AOSP 定制环境的特征排查、修改定位与效果验证。

培训内容

⼀、AI 时代的安全研究与 Android 脱壳

1. AI 对安全研究与开发⽅式的影响

2. DEX、ClassLoader 与 ART 运⾏机制 

3. 整体保护、函数抽取、VMP 与 Dex2C

⼆、AI辅助安全研究的实⽤⽅法

1. 上下⽂铺垫与研究状态管理

2. 证据链提问与多假设验证

3. 验收条件前置与先规划后实现

三、MCP、ReAct、LOOP与多Agent协同实践

1. 安全研究⼯具接⼊与权限控制

2. 通过 ReAct 建⽴源码和实验反馈闭环

3. 通过 LOOP 持续推进、审查和验收任务

4. 通过多 Agent 协同机制并⾏推进任务，提⾼效率

四、使⽤ AI 推进未知问题研究

1. 从运⾏现象建⽴并验证研究假设

2. 结合源码、⽇志与版本差分定位变化 

3. DexProtector 新版本研究案例

五、AOSP 定制环境的特征审计与最⼩化

1. 系统、⽂件与 ART 修改特征排查 

2. 从代码与运⾏环境定位特征来源 

3. 特征最⼩化与脱壳能⼒验证

学员技术要求：

适合具备基础 Android 逆向经验、了解 DEX 与 ART，并希望提升 AI 辅助安全研究及开发效率的安全研究⼈员。

培训时间：2026年10月22日（周四）09:00-18:00

¥4999  扫码报名

*满10人开班否则全额退款

传递专业知识、拓宽行业人脉——看雪讲师团队等你加入！！