bitpixi2/bitpixi-learns-cybersec
GitHub: bitpixi2/bitpixi-learns-cybersec
一份基于 React/Next.js 构建的澳大利亚网络安全与负责任 AI 学习手册,提供合成蓝队审计追踪、威胁模型和检测即代码的学习资源。
Stars: 0 | Forks: 0
# BITPIXI 学习网络安全
[](https://github.com/bitpixi2/bitpixi-learns-cybersec/actions/workflows/ci.yml)
[](https://github.com/bitpixi2/bitpixi-learns-cybersec/actions/workflows/codeql.yml)
一份公开的澳大利亚网络安全与负责任 AI 领导力实战手册。
该网站将两位真实的 CyberBrokers——负责技术路线的 Woodsy Dusty (#2821) 和负责人文层面的 Guarded of Vibrant (#8377)——与包含 18 个任务的学习清单、澳大利亚研究观察名单、授权测试边界以及一份小型的紫队审计追踪结合在一起。
在线网站:[bitpixi-learns-cybersec.bitpixi.chatgpt.site](https://bitpixi-learns-cybersec.bitpixi.chatgpt.site)
## 审计追踪
本代码库的设计初衷就是便于审查。请从实时响应标头或 [`/.well-known/security.txt`](https://bitpixi-learns-cybersec.bitpixi.chatgpt.site/.well-known/security.txt) 开始,然后在不测试真实身份、系统或第三方的前提下,跟进合成案例。
- [`SECURITY.md`](SECURITY.md) 定义了授权的、低频率且非破坏性的测试范围。
- [`Woodsy-Dusty-threat-model.md`](Woodsy-Dusty-threat-model.md) 记录了信任边界、滥用路径和残余风险。
- [`public/field-notes/incident-8377.json`](public/field-notes/incident-8377.json) 是一次合成的网络钓鱼与账户接管调查。
- [`public/detections/phisherman.yml`](public/detections/phisherman.yml) 和 [`public/detections/phisherman.kql`](public/detections/phisherman.kql) 提供了可测试的检测即代码。
- [`public/field-notes/2821.json`](public/field-notes/2821.json) 是机器可读的控制清单。
该挑战没有提交端点,也不收集任何答案。学习进度是存储在浏览器本地的非敏感状态;该应用没有用户账户、应用数据库或分析收集器。
## 架构
该应用是一个由 React 19 和 Next.js 16 构建的实战手册,通过 Vinext 编译以适配兼容 Cloudflare Worker 的运行时。Worker 集中处理安全标头,并分发页面渲染器和列入白名单的图像优化功能。公共资产是不可变的源工件;进度信息保留在访问者自己设备的 `localStorage` 中。
原始的 CyberBrokers SVG、PNG 渲染图和元数据快照位于 `public/nft/` 目录中。它们被刻意公开,并非机密或访问控制手段。
## 命令
- `npm run dev` 启动本地开发。
- `npm run build` 创建生产构建。
- `npm test` 构建并验证渲染的实战手册和审计工件。
- `npm run lint` 运行代码质量检查。
标签:Object Callbacks, 威胁建模, 程序员工具, 紫队, 网络安全教育, 网络钓鱼, 自动化攻击