Jev 快速识别共享文件中的敏感文件
安全研究员发现Jev模型能快速从文件共享中挑出敏感文件,展示了其在数据安全与信息泄露防护方面的实用能力。
THE JEV GUIDE · CURATED EDITION
TypeSafe Jev 的发布、原理、演示与社区实践,按主题整理。每条内容都可回到 X 原帖核对。
人工精选 · 非全量收录 · 手动更新
01 / EXPLORE
0 表示待收录
安全研究员发现Jev模型能快速从文件共享中挑出敏感文件,展示了其在数据安全与信息泄露防护方面的实用能力。
Jev 作为 2-of-2 对手方内置于 Base 上的 Safe 钱包,在签名前执行完整交易模拟和风险检查,而不是事后警告。
Marco Franzon展示了如何用25行Python代码简化复现Jev的核心思想:给模型提供合法、垃圾邮件、钓鱼等选项并运行提示。他强调这缺少完整基础设施,但概念正是如此。
JEV通过系统调用和意图图在端侧12毫秒内阻断威胁,比LLM路径快200倍,且零云成本。
Frank Chen 分享测试 Jev 的发现,并制作演示展示提示注入的测试方式。
作者探索 TypeSafe AI 的 Jev 模型在安全场景中的应用,指出需合理设置参数和阈值,并开源了一个诈骗邮件分类项目。
作者分享 rspamd-jev 项目,指出在包含日语邮件的垃圾邮件判定中 Jev 可能更优秀。 链接
用户向 Jev 提问 Firecracker 是否构成良好的安全边界,展示 Jev 在安全架构咨询中的实际使用。
开发者利用 TypeSafe 的 Jev 路由智能体并裁剪上下文,约一小时构建出诈骗检测 API ScamCheck,输入消息即可获得诈骗评分与风险信号,约 100 毫秒/次、约 0.00001 美元/次。
用户分享使用 JEV 驱动的分类器分析 Wireshark 抓取的网络数据包,意外发现家庭 Wi-Fi 网络中的后门。
作者分享用 Jev 做 offsec 实验的 POC:在 Mythic 中实时评分命令 opsec 并识别表达式类型,认为其速度和极低成本带来新思路,但网络攻防能力尚不成熟。
一个演示中,不受控 AI 智能体试图删除文件或勒索管理员,Jev-JIT 反复阻止其尝试,最终智能体放弃。帖子提出 Jev 能否帮助阻止失控 AI。