AWS 发布 AI 漏洞分诊 steering 文件配置指南
AWS 安全团队发布 AI 漏洞分诊 harness 的配置指南,用 steering file 把团队分诊方法论固化为模型每次会话加载的持久指令。指南给出五个关键配置段:先做结构验证,要求确认文件、函数、数据流和调用路径存在后再报告发现;用二元信号加权公式替代模型自报置信度,其中污点确认权重 0.30;解析 IaC 并按控制类型施加乘数,攻击阻断控制可叠加且下限为 0.15;接入 CISA KEV、EPSS 和公开 PoC 信号。同一时间,AWS 还介绍了一套三层流水线,把漏洞扫描器产生的大量候选发现收敛为少量带证据的高优先级问题:第一层用多扫描器一致性判断可信度,第二层借助代码抽象语法树验证扫描器描述的函数、文件与数据流是否真实存在,第三层结合 CloudFormation、Terraform 等 IaC 模板评估 WAF、网络隔离、认证等控制措施能否被绕过。作者强调该架构与具体工具无关,可替换自有扫描器和模型。