第127期方班演武堂成功举办

发布日期：2026-10-27 15:02浏览量：1

127期方班演武堂成功举办

2026年10月20日14:00-17:30，第127期方班演武堂在广州大学黄埔校区B2栋博信楼成功举办，绿盟班、海康班、天融信班、安天班、任子行班、启明星辰班、安恒班、奇安信班8个企业冠名教学班的企业导师，以及方班九期全体学生和网安学院部分老师参与了课堂教学。

本次演武堂课程分为八个教学班。绿盟班（1班）汇报的同学是许将鑫、辛爽、于佳慧、谭利源，来自绿盟科技的周娟、宋倚天、陈杰、刘常乐为主点评老师；海康班（2班）的汇报同学是蔡东秋、骆瑞琪、陈安、赖云飞，来自海康威视的张峰、陈瑞云、鲁天阳为主点评老师；天融信班（3班）汇报的同学是方俊、成慧佳、尚峻宇、蔡明宇，来自天融信的庞瑞、张新为主点评老师；安天班（4班）的汇报同学是欧阳轩、张鸿祯、张飞、赖震，来自安天科技的赵超、沈长伟、李林哲为主点评老师；任子行班（5班）的汇报同学是黄梁森、李阳、谢文健、杨光映，来自任子行的周邦链、侯晓辰、林亚坤、许泽权为主点评老师；启明星辰班（6班）的汇报同学是苏欣茹、李锦玉、韩文浩、陈正扬，来自启明星辰的王星凯、曹隆翔、温志宇、王硕玮为主点评老师；安恒班（7班）的汇报同学是宋珊、谢娴静、李德宇、张淏翔，来自安恒的陈凯、刘程煜、邱文鑫为主点评老师；奇安信班（8班）的汇报同学是魏紫旋、卢金荣、巫宇、李卓凡，来自奇安信的张智顺为主点评老师。

第一组

第一位报告人：【许将鑫】

报告题目：【AI 辅助的威胁情报分析报告生成工具】

点评老师的意见与建议：

1、项目做的还是不错，契合选题的要求逻辑也比较严谨

2、大模型用于风险分析导致同一IOC分数不一致企业是不能接受的，企业一般应用大模型在IOC提取方面，减少多次编写正则表达式的开销。

3、企业对于IOC的分析需要结合资产关键性喝业务上下文，一般这些维度信息从企业内部威胁情报平台获取。

第二位报告人：【辛爽】

报告题目：【AION：基于双策略强化学习的空中室内目标导航】

点评老师的意见与建议：

1、企业应用中安全优于成本，建议加装激光雷达等传感器、优化端侧算力以减少对地面的依赖，并且需要优先验证复杂环境下的自主任务与风险接管能力而不是过早追求系统全对接；

2、PPT整体讲解还可以，项目背景分析到位，思路和逻辑还可以，但演示视频建议着手自己通过数据还原出项目原本的实时演示图。

3、实验验证环节主要依赖于仿真环境，缺乏真实无人机平台的实物测试数据支撑，导致部分三维覆盖率等关键指标难以直观复现和验证。建议可以自己用真实的无人机做简单的验证。

第三位报告人：【于佳慧】

报告题目：【利用Volatility 3 对勒索软件内存镜像进行深度取证】

点评老师的意见与建议：

1、当遇到受害设备现场情况，应当第一时间进行密封处理，以此尽可能保留完整的证据材料。通常是先做内存取证再做磁盘取证。

2、EDR及一些杀毒软件主要以打断加密行为、保护数据安全作为防护方式。若在内核提前布防会产生插桩操作，对受害设备的使用体验造成不良影响。

3、内存取证分为取样和分析两部分，取样优先选择对原有设备干扰小的工具，尽量不在设备上额外安装软件，来快速获取内存相关样本。

4、企业开展内存相关工作一般不依赖外部商业平台。内存分析可以选用开源非商业方案，并基于非商业平台做二次开发来适配实际需求。

第四位报告人：【谭利源】

报告题目：基于 RAG 的APT组织情报知识问答系统构建与对比验证

点评老师的意见与建议：

1. 主点评：建议扩展 RAG 前期文档解析、分块与索引构建的对比实验;探索更多检索优化方法;并结合 APT 领域特性设计针对性问题，验证系统的领域适应能力。

2. 副点评：需补充APT情报问答系统竞品与定性分析;明确向量数据库在检索链路中的作用;重点阐述AI辅助代码生成、修改及个人贡献。

第二组

第一位报告人：【蔡东秋】

报告题目：【AgentDojo智能体提示注入攻防基准】

点评老师的意见与建议：

1、针对实验配置里的 15 次循环参数，需要厘清含义：该数值代表攻击者与模型的交互次数，并非实验重复运行次数，建议后续调试时主动修改该交互次数参数，观察不同次数下的实验结果。

2、代码模块呈现存在缺陷：源码分析直接堆砌代码，缺少专门章节介绍，缺少流程图，无法直观看清实验的输入、输出与执行链路，建议补充相关图示与文字说明。

3、代码改动情况：仅修复了适配国产 AI 接口的兼容性 bug，没有对项目核心逻辑做进一步优化，建议尝试一下对核心模块做修改调试。

第二位报告人：【骆瑞琪】

报告题目：【promptfoo大模型红队测试平台】

点评老师的意见与建议：

企业老师强调：

1.PPT动画效果较多，尽量简化操作。同一页的内容不要拆分成太多段动画，避免内容碎片化，让大家观看的时候更顺畅高效。

2.权限校验的测试一般会覆盖数据网关、业务服务以及所有相关配置的全流程。评判防护效果核心看有没有真正规避风险以及是否达到对应的安全防护目标。

4.要判断功能能不能正式上线，需要补充完整性能相关测试，重点测响应速度、资源占用情况、并发承载能力、业务是否能正常使用并且结合实际的业务风险和性能标准。

点评老师强调：

1.讲解评测流程时，要结合核心源码来讲清楚逻辑。重点说明白攻击是怎么生成的、插件和策略分别起到什么作用，同时区分开攻击生成模型和被测模型的配置差异，让整个评测逻辑清晰透明。

2.做项目分析的时候，要明确标注参考的是哪个版本，后续版本有更新也要及时跟进调整。另外竞品数据不能只靠AI搜索结果，需要我们人工再下去部署，保证信息准确。

3.需要分清自动评测和人工复核各自负责的工作，讲清楚我们这个平台实际能解决什么问题、价值在哪里、同时有哪些适用范围和局限性，不夸大、不模糊边界。

第三位报告人：【陈安】

报告题目：【bettercap一体化网络攻击框架源码分析】

点评老师的意见与建议：

1. 分析代码应有代码流程图，展示指令入口与输出

2. 最好在讲框架的时候先给一个总览，让观众看看大致有什么内容

3. 项目竞品分析应适当部署一个竞品进行实测

第四位报告人：【赖云飞】

报告题目：【ART对抗鲁棒性工具箱】

点评老师的意见与建议

1、架构图的顺序应当调整。工具箱架构只是项目整体架构的一部分，按照“先整体、后局部”的顺序展开，观众才能看清各模块的划分及其在项目中的位置。

2、复现结构的介绍需与原生架构区分开。介绍自己新建目录并开展操作的部分时，建议说明该目录与 ART 原有目录的对应关系。

第三组

第一位报告人：【方俊】

报告题目：【AI生成代码安全检测助手】

点评老师的意见与建议：

老师肯定了项目的工程完成度，以及架构中对功能和执行顺序的梳理。后续应重点加强真实效果评测、需求与竞品分析，以及面向听众的完整流程讲解。

1.完善独立评测与横向对比。先调研同类开源工具及公开漏洞、测试资源，使用独立来源的样本进行对照，避免只按自身规则构造案例验证自身规则。由独立人员或测试角色补充未覆盖情形，将发现的问题转化为后续需求。

2.补全需求与设计理由。需求分析应覆盖多语言、报告导出、输入输出和工作流集成等要求，保留竞品分析。

3.改进讲解与定量验证。先解释污点、上下文等概念，用一个完整案例串联代码输入、检测、定位、建议和报告，交代每步输入输出。

第二位报告人：【成慧佳】

报告题目：【SkillSpector：面向Agent Skills的安全扫描工具】

点评老师的意见与建议：

1、工具若面向企业内网场景落地，建议优先采用私有化大模型，兼顾检测能力、调用性能与 Token 开销之间的平衡。

2、Agent 技能安全治理是系统性工作，不能只依靠静态前置审计，还应完善依赖管理、版本复测、运行监测等配套环节。

3、建议梳理完整扫描链路的数据流，明确各处理环节的输入输出，结合实例清晰展示工具的执行流程。

4、分析项目时不能仅罗列实现功能，需要深挖技术选型背后的考量，剖析各组件方案的优势与固有局限。

第三位报告人：【尚峻宇】

报告题目：【ParamWizard：Web 参数挖掘工具】

点评老师的意见与建议：

1.爬取时设置上限是比较容易的，但是涉及到页面价值动态调整，还是要使用大模型进行辅助判断。

2.授权测试一般只会是内部测试，如果主动要求对冲测试也有可能，这个红线不是很好确定。

3.选题过于简单，导致能实际讲解学习到的东西很少，后面选题要深思熟虑选择合适的项目。

4.AI给的指导的意见也不能全信，要考虑是否有实际应用需求和意义。

第四位报告人：蔡明宇

报告题目：PyRIT:生成式AI的红队工具

点评老师的意见与建议：

项目整体流程清晰、框架明确，需求分析与架构讲解到位；点评老师同时指出越狱评测方法、常态化评测必要性及代码内容组织方面存在不足。

1、关键词匹配多数场景不适用，对越狱判定效果有限；建议引入独立的高质量模型作裁判，多模型评判并对比结果。

2、现有模型对越狱防御效果较好，攻击成功率低；将PyRIT作为常态化评测体系的必要性需进一步论证。

3、代码讲解较为零散，关键概念未作界定即引入；建议按完整攻击流程组织，结合具体用例逐步讲清各模块衔接。

第四组

第一位报告人：【欧阳轩】

报告题目：【Opacus：PyTorch 差分隐私训练库的架构设计与实现】

点评老师的意见与建议：

1、肯定实操详细，但实验只放结果、缺中间差异分析;多是调库演示，缺改进/落地;建议用项目外真实数据再测。

2、仅用库自带数据集=工作没做完;AI使用页一轮提问一轮回答无深度质疑与判断，AI分项倾向0分，强调演武堂要看“用AI做了什么+对AI结论怎么质疑”

第二位报告人：【张鸿祯】

报告题目：【基于 AI Agent 的 MISP 情报自动化运营助手】

点评老师的意见与建议：

1、报告做的比较完善，内容也挺丰富，介绍的也很清楚，工作量比较充足，并询问了MISP情报中的数据源内异构的问题，并说明该项目中数据异构是重点。

2、研究对象本身就是一个AI算法，AI辅助部分应该分散在整个汇报，而不是单独做一个部分放在最后，会显得比较刻意。

3、整个项目的系统架构应该要注明整个过程当中运行时候具体的模块调用，而不是给出总体架构模块图，开发后的系统需要跟另外的系统做对比比较而不是做一个功能展示。

第三位报告人：【张飞】

报告题目：【MoveIt 2 Servo 实时运动控制安全机制分析与仿真验证】

点评老师的意见与建议：

1、对于不熟悉机器人领域的听众，还需要进一步介绍研究背景和实际应用场景，明确研究目标及其在整个机器人系统中的位置。

2、建议从完整的机械臂控制任务出发，进一步梳理各子系统的输入输出、接口能力和交互关系，并说明碰撞约束、开闭环控制分别由哪些模块实现。

3、能够发现 AI 对源码理解存在的问题，并通过进一步检查函数调用和条件判断修正错误结论，这种独立判断和验证的过程值得肯定。

第四位报告人：【赖震】

报告题目：【基于蜜罐技术的攻击捕获与威胁情报收集系统设计与实现】

点评老师的意见与建议：

1、深入分析蜜罐的SSH模拟机制，厘清登录、命令执行及文件写入等行为的日志记录原理。

2、探索用AI分析未判定日志，并结合记忆模块生成命令响应，提升蜜罐交互的真实性与迷惑性。

3、结合源码梳理文件结构、函数调用及核心数据表关系，建立代码架构与业务流程的对应。

4、肯定公网长期部署与真实数据采集工作；需补充评价指标和竞品对比，论证系统效果及优势。

第五组

第一位报告人：【黄梁森】

报告题目：【Fscan：一款开源的内网渗透扫描工具，专为网络安全测试和漏洞挖掘设计】

点评老师的意见与建议：

1. 企业老师肯定项目架构流程模式、工具参数分配和代码逻辑讲解清晰，整体工具分析无误。

2. 企业老师建议演示补充典型漏洞利用场景，直观展示工具在攻防演练和渗透测试中的能力。

3. 向企业老师提问部分老师认为可增强管理平台联动集成；在大模型接入宜通过接口调用工具，避免直接开放，防范误操作与激进扫描。

4. 学院老师肯定架构讲解清晰、拆解透彻，建议细化关键函数，结合实例说明扫描与端口漏洞判定逻辑。

第二位报告人：李阳

报告题目：MNN

点评老师的意见与建议：

1、企业现在主要是关注服务器这一端，要突出这个和服务器这一端的对比

2、中间的架构部分可以举例子进行讲解，比较抽象

3、尽量不要选企业论文相关的部分

4、注意标注出AI怎么进行使用的

第三位报告人：【谢文健】

报告题目：【OnionShare：基于Tor的文件分享与接收】

点评老师的意见与建议：

1、开头应交代项目运行场景，说明场景选择理由。先框定场景框架，听众才能理解后续设计动机。

2、要解释为何原有方案不适用，从而引出本设计的必要性。竞品分析需在该框架下说明其他产品的不足。

第四位报告人：【杨光映】

报告题目：【基于 PaperQA 架构的领域文献库问答系统构建】

点评老师的意见与建议：

1、本地文献库规模较小，建议对比云端服务，明确本地建库的必要性与优势。

2、补充AI在开发、调试和分析中的具体应用，说明个人工作及结果核验方式。

3、可尝试引入知识图谱辅助检索和事实核验，并通过对照实验验证减少幻觉的效果。

第六组

第一位报告人：【苏欣茹】

报告题目：【TrafficLLM：面向网络流量分析的大模型】

点评老师的意见与建议：

1、项目完成度不错。和往届师兄师姐工作的横向对比完成较好，能够清晰体现研究进展。

2、选题来源是 arXiv预印本：工程效果可以参考，但它还没有经过充分的学术同行评议，作为汇报选题要意识到这个局限性。

3、实验验证偏单薄：不能只放 recall、precision、F1；需要多数据类型、多环境下的泛化验证，只报常规指标说服力不足。

4、PPT附上论文、项目链接与活跃度信息，方便溯源查阅；后续优先选择更加成熟可靠的选题。

第二位报告人：【李锦玉】

报告题目：【KellectAgent - Windows基于内核的高效无损的Windows安全事件日志采集器】

点评老师的意见与建议：

1. 研究思路整体清晰，源码模块设计成熟，背景架构部分讲解偏快影响理解

2. 研究定位为安全检测工具，演示缺少对抗场景，实战验证设计有待加强

3. 大数据采集问题可借鉴同类EDR方案，AI动态扩采具备较好研究拓展价值

第三位报告人：【韩文浩】

报告题目：【promptfoo：LLM评测与红队测试开源工具解析】

点评老师的意见与建议：

1、项目讲解逻辑清晰，核心测试流程与架构分析较为完整，对开源工具的研读较为扎实。

2、测试用例应结合真实业务场景，从攻击入口、行为及危害等维度梳理风险，明确自定义插件的覆盖范围。

3、评测应区分最终回答与接口可见的推理内容，关注拒答情况下的信息泄露，完善评分规则。

4、可探索根据测试报告辅助修复并开展回归验证，关注自动修复可能引入的问题。

第四位报告人：【陈正扬】

报告题目：【CyberStrike AI】

点评老师的意见与建议：

1、项目完成度很高，对项目的分析有一定的深度，后面演示部分很详细，可见出理解很深入。

2、注意在讲解时要突出与同项目汇报的差异性，明确自身工作的贡献。

3、需要补充项目最新开发进展，体现项目的更新程度。

第七组

第一位汇报人：宋珊

报告题目：面向 Agent 供应链攻击的静态分析、沙箱行为验证与分层评估

点评老师的意见与建议：

整体的流程是比较清晰的，对于这两个提问，对于第一个提问的问题，在现有清晰明了的框架下，聚焦核心的高危攻击面，做好做深，而不是为了覆盖率去无限扩展。第二个是回归工程本质，将 AI 方案与成熟的底层代码分析技术结合，靠扎实的工程手段来应对变化。

方老师点评：

1.整体讲的比较细，也比较清晰

2.框架图应该指出入口，接口，无代码映射图。

3.ai使用应该指出在具体何处使用了ai

第二位报告人：【谢娴静】

报告题目：【Claude code多agent协作架构探索分析】

点评老师的意见与建议：

1、整体表达流畅，逻辑清晰，汇报认真清楚，基本上关于多agent架构的内容都讲到了，只不过在具体的细节中与当前企业落地实战中存在一些差距。

2、背景介绍部分从当前痛点到必要性之间的关联性可以再增强，竞品分析部分需要添加

3、缺少自主对代码的实验，以及在ai使用部分内容不够清晰详细。在企业中多agent已经落地实用，目前使用的是大小模型穿插使用主要使用subagent与git内部工具保证断点问题和可审查性。

第三位报告人：【李德宇】

报告题目：【Styx：多级代理MCP辅助Agent渗透】点评老师的意见与建议：

1、能结合内网分段隔离、多层隧道场景对比传统隧道工具，点明 MCP 依托 AI 用自然语言搭建隧道、降低多层代理运维成本的优势。

2、实验场景理想化，缺少漏洞打点、防火墙、访问控制等真实防护要素，建议补充漏洞利用、安全策略模拟贴近实战。

3、内容讲解通俗易懂，实验过程完整，AI 赋能的思路展示充分，可作为同类汇报参考范例。

4、缺少函数级流程图，建议补充，帮助听众建立整体认知，理清各功能函数之间的关系。

第四位报告人：【张淏翔】

报告题目：【深入剖析Claude Code与Codex的goal驱动机制与实现技术】

点评老师的意见与建议：

1. 时序图逻辑清晰，较好地展示了Goal机制的运行过程，但缺少项目架构图与函数级流程图，建议补充具体实现细节。

2. 对Claude Code与Codex Goal机制的介绍较为完整，但缺少个人见解，建议深入分析两者的设计差异与技术特点。

3. AI辅助研究的过程展示不够充分，建议详细说明AI在源码分析、资料整理等环节的具体使用方法及验证过程。

第八组

第一位报告人：【魏紫旋】

报告题目：【Foolbox：对抗攻击与模型鲁棒性评测框架】

点评老师的意见与建议：

汇报的第三部分“系统演示与实测”做得比较扎实：项目有去复现，从导入库、加载模型、取样本到完成验证，演示路线清晰，中间遇到的问题和解决过程也讲得比较清楚；源码分析落到了具体的源码，没有停留在架构图上；最后的总结把评测协议、四项指标和可度量的提交方式概括得比较到位，说明理解是比较扎实的。主要问题集中在前面两部分：需求的来源、实验样本的代表性，以及背景和架构部分的讲法。

1、需求是从该库的现有能力倒推出来的，建议改为从行业标准和客户需求正推，并标注来源。

2、样本只有16张，而且按自信度挑选，主观性较强；建议提高数据集，做更大规模的实验，按业务分布抽样，

3、建议补充对算力成本、执行时长、自动化程度的量化，例如可以是以Token数来衡量