漏洞策略生成器

漏洞策略生成器是一个 AI Skill，用于自动化分析安全漏洞并生成 vArmor 缓解规则。给定 CVE 编号、PoC 仓库或漏洞分析文章，它会产出可以直接融合到现有 vArmor 策略中的缓解规则。

功能

Skill 引导 LLM 完成结构化的分析流程：

1. 信息收集 — 获取 CVE 详情、PoC 代码和相关分析文章
2. 根因分析 — 识别漏洞代码路径、所需系统调用、内核模块和权限
3. 可利用性评估 — 评估每个变体在容器环境中的实际威胁等级
4. 防御点分析 — 将每个利用步骤映射到 vArmor 可阻断点，权衡精准度与业务影响
5. 规则生成 — 产出语法正确的缓解规则（引用 vArmor API 类型定义）
6. 部署指引 — 提供观察-拦截分阶段上线方案

支持的漏洞类型

类型	典型案例	vArmor 防御维度
内核 LPE / 容器逃逸	Dirty Pipe、Copy Fail、Dirty Frag	系统调用限制、套接字协议族限制、namespace 限制
应用层 RCE / 集群接管	IngressNightmare (CVE-2025-1974)	网络访问控制（限制对敏感 Service/端口的访问）
容器运行时逃逸	CVE-2019-5736 (runc)	文件写入限制
任意文件读写	各类 Web 应用漏洞	文件访问控制
凭证窃取	ServiceAccount token 滥用	文件读取限制、网络外连限制
供应链漏洞	Log4Shell 等	网络外连限制、进程执行限制

使用方法

第一步：获取 Skill

从 vArmor 仓库下载 SKILL.md 文件：

• 英文版
• 中文版

第二步：加载到 AI 助手

将 SKILL.md 作为系统上下文加载到任何支持自定义 prompt 或 skill 的 AI 助手中（Claude、GPT、Gemini 等）。

第三步：提供漏洞信息

向 AI 助手提供漏洞详情，要求生成 vArmor 缓解规则：

用户：刚看到一个新漏洞 Dirty Frag，https://github.com/V4bel/dirtyfrag
     帮我看看能不能用 vArmor 缓解，生成防护规则

第四步：审核并融合

Skill 会产出漏洞分析报告和缓解规则。审核输出内容（尤其是业务影响评估），然后将规则融合到已有的 VarmorPolicy 或 VarmorClusterPolicy 中。

影响输出质量的因素

• LLM 自身能力 — 这是一个高难度任务，需要多步技术推理并生成合法 YAML。SOTA 模型的表现明显优于小模型。
• 信息检索能力 — LLM 能获取到 PoC 源码、详细分析文章和 vArmor API 定义时，效果更好。
• Skill prompt 质量 — 结构化方法论和参考案例引导 LLM 的推理链路。
• 人工审核 — Skill 产出的是草稿而非最终策略。部署到生产环境前务必验证。

输出示例

参见 blog 文章，其中以 Dirty Frag 漏洞为例展示了完整的分析流程、生成的规则和分阶段部署方案。

与策略顾问的关系

	策略顾问 (Policy Advisor)	漏洞策略生成器
形态	Python CLI 工具	AI Skill（prompt 文件）
输入	应用特征、capabilities、行为数据	漏洞信息（CVE、PoC）
输出	通用加固策略模板	针对特定漏洞的缓解规则
解决的问题	"我该给这个应用开什么防护？"	"这个新 CVE 怎么防？"

两个工具互为补充。策略顾问生成基线加固策略；漏洞策略生成器在新威胁出现时追加针对性缓解规则。