待验证50% 置信事实精确时间

大模型驱动的漏洞扫描存在误报与漏报。

1

来源数

50%

置信度

长期有效

时效性

2026/10/12

首次发现

来源

Anthropic推出OSS Scanner:开源项目免费AI安全扫描

涉及实体

大语言模型concept

相关事实

待验证恶意代码分析、漏洞利用复现等安全研究活动在表面特征上与恶意请求高度相似，导致护栏系统性误伤75% 相似待验证很多漏洞实际上处于不可利用状态，因相关代码路径不会在运行时被触发，但漏洞扫描器无法区分从而形成噪声告警73% 相似待验证模型失准的报告或许会像软件安全漏洞披露一样逐渐成为AI领域的常规操作72% 相似待验证攻击者可以利用LLM批量生成貌似有效的漏洞报告或补丁，给维护者带来巨大的甄别负担71% 相似待验证大模型生成的代码存在幻觉式漏洞风险，语法正确但可能包含过时API调用、XSS注入漏洞或边缘用例逻辑错误，需依赖测试覆盖体系验证69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1010590

API

curl https://kongchang.com/api/v1/knowledge/claims/1010590

MCP

get_claim(id=1010590)