browndarwin231-Tech/Darwin-TryHackMe-AI-Security-Threats-Lab
GitHub: browndarwin231-Tech/Darwin-TryHackMe-AI-Security-Threats-Lab
该项目记录了作者完成 TryHackMe AI 安全威胁实验室的全过程，涵盖 Prompt 注入、AI 模型漏洞和防御性 AI 的实践学习笔记与截图。
Stars: 0 | Forks: 0
# Darwin-TryHackMe-AI-Security-Threats-Lab
本项目记录了我完成 **TryHackMe AI Security Threats** 房间的过程。该实验室通过事件调查和威胁狩猎，探讨了常见的 AI 安全风险、Prompt 注入攻击、AI 模型漏洞，以及利用 AI 辅助防御性网络安全操作。
## 目标
- 了解特定于 AI 的安全威胁
- 学习常见的 AI 模型漏洞
- 针对 AI 助手执行 Prompt 注入攻击
- 使用 Defensive AI 调查模拟的安全事件
- 应用 AI 辅助的威胁狩猎技术
- 强化实用的 SOC 分析师技能
## 展示的技能
- AI 安全基础
- Prompt 注入
- AI 模型漏洞
- Defensive AI
- 事件响应
- 威胁狩猎
- 安全分析
- AI 辅助调查
## 技术
- TryHackMe
- AI Security Simulator
- Defensive AI Assistant
- Prompt 注入技术
- Incident Zero 调查
## 截图
### 1. AI 安全威胁概述
### 2. AI 模型中的漏洞
### 3. Defensive AI 调查完成
## 关键要点
- 探讨了现代 AI 系统带来的安全风险。
- 学习了 Prompt 注入如何操纵 AI 助手。
- 识别了常见的 AI 模型漏洞，例如数据中毒和模型窃取。
- 使用 AI 驱动的助手分析了模拟的安全事件。
- 实践了 AI 辅助的威胁狩猎和事件响应工作流。
## 仓库结构
```
Darwin-TryHackMe-AI-Security-Threats-Lab/
│
├── README.md
└── screenshots/
├── 01-ai-security-threats-overview.png
├── 02-vulnerabilities-in-ai-models.png
└── 03-defensive-ai-investigation-complete.png
```
## 平台
- **TryHackMe**
- 房间：**AI Security Threats**
## 作者
**Darwin Brown**
标签：人工智能安全, 合规性, 安全实验, 库, 应急响应