BASHCAT: 資安

顯示具有資安標籤的文章。顯示所有文章

Fable 5 安全機制到底被打穿了沒？Pliny、Anthropic、美國政府的三方羅生門

Anthropic 在 6 月 9 日發布 Claude Fable 5，三天後被美國政府出口管制指令打臉，全球用戶一夜間失去存取。事件爆發的官方說法是「限制外國人存取」，但真正的導火線，根據 Axios 的報導，是某家匿名公司聲稱成功越獄了限制發布的 Mythos 5，把行政部門嚇到動了手。

這起事件在資安社群引爆了一個核心爭議：Fable 5 的安全機制，到底被打穿了沒？

如果你去 X（推特）看社群反應，答案是「顯然被打穿，Pliny 大神解放了它」。如果你問 Anthropic，答案是「根本沒有，你被誤導了」。如果你去問參與美國政府行動的官員，他們甚至不說是哪家公司觸發了行動。三方說法對不上，局面比任何技術漏洞都更難解讀。

要釐清這場羅生門，你得先切清楚兩條線，因為幾乎所有混亂都源自把它們混在一起。

先把兩條線分開

	A 線（社群熱議）	B 線（觸發政府）
主角	red-teamer Pliny the Liberator（@elder_plinius）	另一家匿名公司
目標	公開發布的 Fable 5	僅開放給一批經審核組織的 Mythos 5
性質	貼截圖、把 ~12 萬字元 system prompt 洩到 GitHub	私下警動行政部門
與政府行動的關係	未證實直接相關	據 Axios 報導是商務部出手的導火線

Pliny 的行動是公開表演，B 線公司的行動是私下政治操作。目前沒有任何公開證據把兩者連在一起。但社群討論總是把 Pliny 的截圖當作「看，就是這個讓政府出手」的佐證，這個邏輯跳躍是資訊混亂的主要來源。

接下來我分別解剖這兩條線。

A 線：Pliny 的「Pack Hunt」五招

Pliny 自稱用的是多代理協同攻擊，Pliny 稱他還動用了一個被越獄的 Opus 4.8 來輔助攻擊 Fable 5 的 classifier。

這套組合技裡最關鍵、也最難防的一招，是拆解再重組：不直接問「怎麼合成 X」，而是分別問 Birch reduction 機制、reductive amination 動力學、前驅物取得管道等無害子主題，最後自行重組。因為每個子問題放在醫藥化學課本裡都是正常內容，分類器無從攔截單一查詢，惡意意圖只存在於使用者腦中的拼圖。

其餘幾招都是為了讓這些子問題更不容易被攔下。字元替換把敏感關鍵字換成 Unicode 同形字（homoglyph）或西里爾字母，讓靜態字串比對失效——把 "exploit" 用視覺相似但編碼不同的字元拼出來，blocklist 就掃不到。長上下文走私則把惡意意圖拆散在數百輪對話中，稀釋分類器的注意力權重；單輪看起來無害，分類器又不做全域累積判斷。包裝層面，Pliny 用了兩種偽裝：一是文件結構偽裝，把查詢塞進看似合法的學習指南、學術引用、維基百科條目格式裡，鑽「文件型輸入被當作中性資料」的盲點；二是敘事偽裝，以小說角色對話、同儕審查情境、虛構劇本包裝請求，利用 intent 分類在敘事框架下一致性不足的縫。

Pliny 聲稱透過這套組合技，萃取出了：x86 Linux 的 stack buffer overflow 逐步利用教學、關閉 ASLR 的指令序列、含 strcpy 溢位的脆弱 C 程式碼、以及甲基安非他命的 Birch reduction 合成路徑。他還聲稱 Fable 5 洩漏了約 12 萬字元的 system prompt。

這些截圖在 X 上引爆，社群把 Fable 5 戲稱「PWNED / LIBERATED」，崇拜者眾。但正如 SecurityWeek 的報導所標注的：這些聲明未經獨立驗證。

Anthropic 的四點反駁

Anthropic 對外的立場比較複雜——他們沒有全盤否認，而是精準地劃定界線，區分「被繞過了什麼」跟「沒被繞過什麼」。

第一點：部分 Pliny 展示的輸出，根本不是 Fable 5 生成的。言下之意是截圖內容可能有混入其他來源，暗示研究者有意或無意地誤植。

第二點：真正出自 Fable 5 的輸出，只是「公開來源即可取得的一般資訊」，對真實世界危害「沒有實質提升（no meaningful uplift）」。Birch reduction 的資訊在有機化學教科書裡本來就有，stack buffer overflow 教學 GitHub 上一堆，模型吐出這些不構成真正的危害提升。

第三點，也是技術上最關鍵的：核心防護架構是獨立於模型對話層之外的 classifier 系統。最危險風險的請求——生物武器、化武、複雜網路攻擊——在進入 Fable 5 之前就被獨立分類器攔截，強制轉 route 給能力相對受限的 Opus 4.8 處理。CyberScoop 的報導把這個架構稱為「Mythos on a leash」。

這代表：就算 Pliny 成功讓 Fable 5 在「口頭拒絕後繼續講」，他繞過的是對話層的軟性拒絕機制，不是獨立於模型外的硬性分類器。Anthropic 強調，廣泛複查後沒有證據顯示核心 classifier 被繞過、生成真正危險的內容。

第四點：Pliny 做的，是「哄模型在拒絕後繼續回應」，不等於「攻破核心安全」。兩件事在 UX 上看起來很像，但在架構上是不同層。

資安專家的結構性觀點

這場辯論的問題在於，Pliny 與 Anthropic 其實各自說的都有道理——但他們在回答不同的問題。

Pliny 示範的是攻擊面的廣度：classifier 不是固若金湯的防線，對話層的軟性拒絕可以被社交工程繞過，資訊拆解重組之後防護形同虛設。這些都是真的。

Anthropic 捍衛的是架構層的完整性：最高風險的請求有獨立的硬性防護，這層沒有被突破。這也可能是真的。

但 Dark Reading 的分析點出了核心問題：「把你的安全計畫押注在『jailbreak 防護能規模化撐住』，是錯的賭注。」

FireCompass 的報告直指攻防不對稱的本質：攻擊者只要找到一個持久繞過，防禦者得永遠擋住全部。Pliny 的五招組合中，任何一招單獨都不夠，但組合起來的攻擊面讓窮舉式防護變得不現實。

更令人擔憂的是，據 FireCompass 指出，英國 AI 安全研究院在相當短的測試窗內已對 universal jailbreak 取得早期進展——是早期進展，尚未突破。Anthropic 的 1000 小時 bug bounty 沒找到，說明的是門檻高，不是不可能的證明。

這裡有個更深的批評值得單獨講：Pliny 和多位研究者把這套「cyber/bio/chem 統一 route 到 Opus 4.8」的架構稱為「authoritarian guardrails」，認為它擋到的正當的防禦型資安研究者比真正的壞人多。惡意行為者有時間、有動機繞過，合法研究者卻在日常工作中被靜默降級，根本不知道模型被換掉了。

B 線：真正觸發政府的，是另一回事

讓我們回到觸發美國政府出手的 B 線。

根據 Axios 的獨家報導，商務部出手的理由是「另一家公司聲稱成功越獄了 Mythos 5」——注意是 Mythos，不是 Fable。這家公司的名稱至今未公開。Axios 還指出，行政部門在 Fable 5 發布前就試圖要求 Anthropic 暫緩，但被拒絕了。

商務長 Howard Lutnick 6 月 12 日致信 Dario Amodei，發出出口管制指令：禁止所有外國人存取 Fable 5 與 Mythos 5，包括 Anthropic 自己的外籍員工。約四小時後，Anthropic 公告對所有客戶全面停用兩款模型。

為什麼全面停用，而不是只擋外國人？Anthropic 解釋，因為技術與營運上無法乾淨切分「外籍員工」和「外國使用者」，加上連 Anthropic 內部外籍員工都在限制範圍內，合規成本高到只能直接關掉。這是指令的副作用，不是政府的本意。

傻眼的是，Anthropic 在聲明中明確說「我們不同意這個決定」，並指出：觸發事件的漏洞在其他模型（包括 GPT-5.5）裡廣泛存在，且是資安防禦者日常工具箱的一部分——用這個理由召回服務數億人的商用模型，說不過去。

但他們還是照辦了。

真正的反諷：安全敘事反噬

TechCrunch 的分析指出了這件事最諷刺的地方：Anthropic 長期主打「我們的模型危險到需要謹慎部署」——Mythos 5 只透過 Project Glasswing 計畫開放給一批經審核的組織，6 月 10 日 Dario Amodei 還親自發表政策框架長文，主張政府應有權封鎖「不可接受風險」的模型。

然後兩天後，政府真的封了。

當你不斷告訴政府這東西很危險，一個「狹窄越獄」的宣稱就足以成為召回的藉口。 換句話說，安全機制「被宣稱攻破」是扳機，但子彈是 Anthropic 自己上膛的。

這不只是公關失誤。這揭示了安全行銷在監管環境裡的深層矛盾：越強調模型的潛在危害以建立「負責任 AI 公司」的形象，越為政府介入提供正當性。

對開發者的實際意義

這起事件最直接的教訓，不是「Fable 5 安不安全」，而是雲端模型的存取權是別人授予、也能在數小時內收回的。

Hacker News 討論串裡一則高票留言把這點講得很白：「你付了錢、簽了合約、建了產品，但某個政府決定之後，你的應用在四小時內就壞了，你對這個決定零參與權。」

幾個對開發者比較具體的建議：

架構層保留 model routing 與供應商抽象層。如果你的 production 程式碼是 model="fable-5" 硬寫死的，這次就是踩到了。
排程任務用「預設模型」而非固定指定，避免停用模型的請求在無人值守的情況下靜默失敗。
把「前沿模型存取被撤銷」納入 BCP（業務持續計畫）的假設情境，即使你認為發生機率很低。

這次事件是 AI 治理史上第一次把出口管制從晶片硬體直接套用到已上線的商用軟體模型，且在數小時內生效。無論最終如何收場，這個先例已經立了。

對 Anthropic 而言，這是公司成立以來遭遇的最大合規危機，也是對「safety first」品牌定位的一次壓力測試——而測試的結果，目前讓人傻眼多過讓人安心。

參考資料

Wireshark常用搜尋命令與滲透分析指南

Wireshark是一款功能強大的網絡封包分析工具，在網絡安全領域被廣泛應用於滲透測試、攻擊分析和事件響應。本文將詳細介紹Wireshark中的常用搜尋命令，特別是在分析可能的網絡入侵和惡意流量時的應用場景。

基本操作與界面介紹 🖥️

Wireshark的界面主要分為以下幾個部分：

顯示過濾器(Display Filter) - 用於設置過濾條件進行數據包列表過濾，位於工具欄下方。
數據包列表(Packet List Pane) - 顯示捕獲的所有數據包，每行代表一個數據包。
數據包詳細信息(Packet Details Pane) - 顯示當前選定數據包的詳細協議信息。
數據包字節視圖(Packet Bytes Pane) - 以十六進制和ASCII格式顯示數據包的原始內容。

💡 小提示： Wireshark 介面可以透過 View 選單自定義，根據分析需求調整各面板大小或顯示/隱藏特定面板。

搜尋功能 🔑

Wireshark具備強大的搜尋功能，可以通過以下方式快速定位重要信息：

快捷鍵 Ctrl+F - 彈出搜尋對話框，支持多種搜尋模式：
- Display Filter - 使用顯示過濾器語法搜尋
- Hex Value - 搜尋十六進制字節值
- String - 字符串搜尋
- Packet list - 搜尋數據包列表中的內容
- Packet details - 搜尋數據包詳細信息
- Packet bytes - 搜尋數據包原始字節

⚡ 注意： 搜尋大型捕獲文件時可能需要較長時間，建議先使用顯示過濾器縮小搜尋範圍，再進行具體搜尋。

常用顯示過濾器命令 🔧

在分析疑似網絡滲透的流量時，以下過濾器命令將非常有用：

IP地址過濾

# 過濾特定IP
ip.addr == x.x.x.x      # 源或目標IP為指定地址
ip.src == x.x.x.x       # 源IP為指定地址
ip.dst == x.x.x.x       # 目標IP為指定地址

# 排除特定IP
!(ip.addr == x.x.x.x)   # 排除指定IP

# 過濾IP範圍
ip.addr >= 192.168.1.1 and ip.addr <= 192.168.1.10

協議過濾

# 基本協議過濾
http                     # HTTP協議
https                    # HTTPS協議
dns                      # DNS協議
tcp                      # TCP協議
udp                      # UDP協議
icmp                     # ICMP協議
arp                      # ARP協議
ssl                      # SSL/TLS協議

# 協議組合
http or dns              # HTTP或DNS流量

端口過濾

# 端口過濾
tcp.port == 80           # TCP端口80(HTTP)
tcp.port == 443          # TCP端口443(HTTPS)
tcp.port == 22           # TCP端口22(SSH)
tcp.port == 21           # TCP端口21(FTP)
udp.port == 53           # UDP端口53(DNS)
tcp.port == 4444         # 常見的反向shell端口

# 非標準端口(可能是後門)
!(tcp.port in {80 443 20 21 22 25 110 143 993 995 3389}) and tcp.flags.syn == 1

組合過濾

# IP與端口組合
ip.addr == x.x.x.x && tcp.port == 80
tcp.port == 80 || udp.port == 53

# 複雜邏輯
(ip.src == x.x.x.x and tcp.dstport == 80) or (ip.dst == x.x.x.x and tcp.srcport == 80)

🎉 技巧： 在 Wireshark 顯示過濾器欄位中輸入時，語法正確的過濾條件背景會變成綠色，有語法錯誤則會變成紅色。

網絡滲透分析場景

在分析可能的網絡滲透案例時，以下場景與過濾器命令組合尤為重要：

1. 掃描活動檢測

# 端口掃描(大量SYN包)
tcp.flags.syn == 1 and tcp.flags.ack == 0

# 主機發送大量SYN包(可能是掃描器)
tcp.flags.syn == 1 and tcp.flags.ack == 0 and ip.src == x.x.x.x

# ICMP掃描
icmp.type == 8            # ICMP Echo請求(Ping掃描)

掃描活動檢測示意圖

攻擊者->目標主機A: SYN (端口 80)
攻擊者->目標主機A: SYN (端口 443)
攻擊者->目標主機A: SYN (端口 22)
攻擊者->目標主機B: SYN (端口 80)
攻擊者->目標主機B: SYN (端口 443)
Note right of 目標主機B: 典型端口掃描模式

2. 暴力破解檢測

# SSH暴力破解
tcp.port == 22 and tcp.flags.syn == 1

# HTTP基本認證(登錄嘗試)
http.authbasic

# HTTP POST登錄嘗試
http.request.method == "POST" and http.request.uri contains "login"

🔥 重要警示： 在實際環境中，暴力破解攻擊常常會在短時間內產生大量失敗的認證嘗試，應設置閾值監控異常認證行為。

3. 漏洞利用檢測

# SQL注入嘗試
http.request.uri contains "'" or http.request.uri contains "%27"
http.request.uri contains "union select" or http.request.uri contains "UNION SELECT"

# 命令注入嘗試
http.request.uri contains ";" or http.request.uri contains "|" or http.request.uri contains "`"

# XSS嘗試
http.request.uri contains "<script>" or http.request.uri contains "%3Cscript%3E"

惡意流量識別技巧 🔍

當系統已經被滲透時，以下過濾技巧可幫助識別惡意流量：

1. 數據外洩檢測

# 敏感數據檢測(例如信用卡號)
frame contains "4[0-9]{15}" or frame contains "5[1-5][0-9]{14}"  # 信用卡號格式

# 大量數據傳輸(可能是數據外洩)
tcp.len > 1000 and ip.dst == x.x.x.x

2. 異常連接檢測

# 非標準或罕見端口通信
tcp.port not in {80 443 22 25 110 143 53 123 20 21} and tcp.flags.syn == 1

# 持續時間異常長的連接
tcp.time_delta > 300      # 持續超過5分鐘的TCP連接

3. 流量統計與分析

Wireshark提供多種統計工具，有助於識別異常流量：

Conversations - 統計所有通信IP地址對，分析路徑：Statistics → Conversations
Protocol Hierarchy - 檢查協議分布，分析路徑：Statistics → Protocol Hierarchy
I/O Graph - 流量時間分布圖，可識別異常流量峰值，分析路徑：Statistics → I/O Graph

📈 分析提示： 在 I/O Graph 中，可以添加多個過濾條件並以不同顏色顯示，以便比較不同類型流量的時間分布特徵。

隱蔽通道與C2通信檢測 👁️

攻擊者通常使用隱蔽通道維持對被入侵系統的控制，以下過濾器命令可幫助發現這些隱蔽通道：

1. DNS隧道檢測

DNS隧道是最常見的隱蔽通道之一，攻擊者利用DNS請求和響應傳輸數據。

# 長度異常的DNS查詢
dns.qry.name.len > 50

# 高熵(隨機性)的DNS查詢名
dns.qry.name contains "base64" or dns.qry.name contains "enc"

# 子域名過多或異常的DNS查詢
dns.qry.name matches ".*\..*\..*\..*\..*\..*\..*"

# TXT記錄請求(常用於數據外洩)
dns.qry.type == 16       # TXT記錄類型

DNS隧道檢測流程圖

st=>start: 捕獲DNS流量
op1=>operation: 過濾長度超過50的查詢
op2=>operation: 檢查高熵值或隨機性域名
cond=>condition: 是否有異常?
op3=>operation: 深入分析可疑DNS流量
e=>end: 完成分析

st->op1->op2->cond
cond(yes)->op3->e
cond(no)->e

2. ICMP隧道檢測

# 異常大小的ICMP數據包
icmp.type == 8 and frame.len > 100

# ICMP Echo請求中包含異常數據
icmp.type == 8 and data.data contains "cmd"

3. HTTP/HTTPS隱蔽通道

# 異常的User-Agent
http.user_agent contains "Python" or http.user_agent contains "curl" or http.user_agent contains "wget"

# 非標準HTTP請求頻率
http.request and !(http.request.uri contains ".jpg" or http.request.uri contains ".png" or http.request.uri contains ".css" or http.request.uri contains ".js")

# 檢測可疑Beaconing行為(規律性請求)
http.request.method == "GET" and http.request.uri matches ".*\?id=.*"

⚡ C2檢測要點： 命令與控制(C2)通信通常具有定期的通信模式（beaconing），監控具有規律時間間隔的網絡請求尤為重要。

常見攻擊模式分析 📑

1. 橫向移動檢測

當攻擊者在網絡中橫向移動時，可能會留下以下痕跡：

# SMB連接(常用於內網橫向移動)
smb or smb2

# RDP連接
tcp.port == 3389

# PowerShell遠程執行
http.request.uri contains "powershell"

2. 數據抹除與反取證操作

# 大量刪除操作
smb2.cmd == 16           # SMB删除文件命令

3. Webshell活動

# 可疑文件上傳
http.request.method == "POST" and (http.request.uri contains ".php" or http.request.uri contains ".jsp" or http.request.uri contains ".asp")

# 可疑命令執行
http.request.uri contains "cmd" or http.request.uri contains "exec" or http.request.uri contains "system"

實戰案例 💻

案例1: 檢測網絡掃描和初始入侵

在一個實際案例中，安全團隊使用Wireshark分析流量，發現了以下可疑活動：

首先使用以下過濾器發現掃描活動：

tcp.flags.syn == 1 and tcp.flags.ack == 0 and ip.src == 10.10.10.15

然後發現對Web伺服器的漏洞利用嘗試：

http.request.method == "GET" and http.request.uri contains "wp-content/plugins"

最後檢測到成功的漏洞利用和Webshell上傳：

http.request.method == "POST" and http.request.uri contains "upload.php"

案例1分析詳情
在這個案例中，攻擊者首先進行了網絡掃描尋找目標系統，利用WordPress插件漏洞進行了初始入侵，最終上傳了Webshell獲取持久訪問權限。這是典型的攻擊鏈模式，從掃描、漏洞利用到權限維持。

通過 Follow TCP Stream 功能，分析師可以看到完整的攻擊過程，包括漏洞利用代碼和上傳的Webshell內容。

案例2: 檢測數據外洩

在另一個案例中，分析師使用以下過濾器檢測可能的數據外洩：

首先查看與可疑外部IP的所有通信：
```
ip.addr == 203.0.113.25
```

檢查是否存在大量數據傳輸：

ip.dst == 203.0.113.25 and tcp.len > 1000

使用Follow TCP Stream功能分析通信內容，發現加密的敏感數據正被傳輸到外部服務器。

進階技巧與自動化分析 ⚙️

1. 使用tshark進行大規模分析

Wireshark的命令行版本tshark能夠處理大型PCAP文件，並支持脚本化分析：

# 提取所有HTTP請求
tshark -r capture.pcap -Y "http.request" -T fields -e http.host -e http.request.uri

# 提取所有DNS查詢
tshark -r capture.pcap -Y "dns.qry.name" -T fields -e dns.qry.name

# 檢測SSH暴力破解
tshark -r capture.pcap -Y "tcp.port==22 and tcp.flags.syn==1" -T fields -e ip.src | sort | uniq -c | sort -nr

2. 使用Display Filter Expression按鈕

Wireshark提供了一個顯示過濾器表達式按鈕，可以幫助構建複雜的過濾條件：

點擊過濾欄位旁邊的Expression按鈕
選擇相應的協議和欄位
設置匹配條件和值

3. 使用顏色規則標記可疑流量

Wireshark允許設置顏色規則來突出顯示特定流量：

選擇View → Coloring Rules
添加新規則，例如：
- 名稱："可疑DNS隧道"
- 過濾器："dns.qry.name.len > 50"
- 顏色：鮮紅色

💡 自動化分析提示： 使用 Wireshark 的 Lua 腳本功能可以編寫自定義檢測規則。專業安全團隊可開發專用腳本進行自動化威脅檢測。

4. 常用分析清單

在進行安全事件調查時，此清單可作為參考步驟：

過濾異常協議流量
檢查非標準端口通信
分析可疑域名和IP連接
檢測異常大小的數據包
尋找規律性通信模式（beaconing）
使用Follow Stream分析完整會話內容
檢查敏感數據傳輸模式
生成流量統計報告
提取可疑樣本進行深入分析

結論 🏁

Wireshark是網絡安全分析的必備工具，特別是在對疑似被滲透系統進行調查時。掌握本文介紹的常用搜尋命令和過濾技巧，將大大提高您分析網絡流量和檢測惡意活動的能力。在實際應用中，建議將這些命令與其他安全工具結合使用，形成完整的安全監控和分析體系。

🎉 重要結語： 網絡流量分析是一項需要持續學習和實踐的技能。建議安全分析師定期更新知識，了解最新的攻擊技術和對應的檢測方法。

參考資源 📚

Wireshark官方文檔: https://www.wireshark.org/docs/
Wireshark顯示過濾器參考: https://www.wireshark.org/docs/dfref/
網絡安全流量分析最佳實踐: https://www.sans.org/reading-room/whitepapers/detection/
MITRE ATT&CK 框架: https://attack.mitre.org/

tags: `wireshark` `網絡安全` `滲透測試` `封包分析` `資安` `網絡分析`

本文最初發布於 HackMD @BASHCAT。

訂閱：文章 (Atom)

網頁