我关注的方向

我是 Tomahawkd，一名安全开发工程师。我的工作从编译器、语言运行时和操作系统安全，延伸到白盒扫描引擎，以及 LLM 辅助的代码分析与安全工具开发。

我喜欢把安全问题做成可运行、可验证、可持续交付的工具：理解缺陷形成的条件，设计检测与防护机制，再处理它在真实代码库中的性能、噪音和工程约束。

  • 静态分析与引擎扩展：LLVM Clang Static Analyzer（CSA）、DSL 函数建模、污点分析与业务检查器生成。
  • LLM 与程序分析：代码索引、证据检索、STRIDE 威胁建模、告警研判，以及面向长程 Agent 的状态与上下文管理。
  • 编译器与系统编程：C/C++、LLVM ASan / HWASan / TSan、ARM PAC / CFI，以及检测工具的性能优化。
  • AI 与操作系统安全：Agent 控制流防护、沙箱隔离、Linux 内核加固和代码训练数据清洗。

白盒扫描基础设施

上海安势信息技术有限公司 · 技术负责人 · 2025.12 — 至今

主导清本 SAST 产品的技术架构与 Roadmap，负责模块拆分、技术选型、架构评审及 Agent 核心开发。产品连接静态分析引擎、管理平台与 AI 系统，覆盖代码扫描、告警研判、修复和验证。

引擎与业务语义。 主导基于 LLVM CSA 的 DSL 函数建模能力设计，扩展 C/C++ 扫描支持与函数模型表达。基于业务文档生成 IDOR 等规约类检查器，将业务约束转化为自动化检查能力；通过威胁建模补充模块、数据流和信任边界等业务上下文。

研发流程与交付。 通过 CLI / MCP 将平台告警和研判结果接入研发侧 Agent，结合配套 Skill 与本地代码制定修复、验证策略。搭建 AI Infra、CI/CD、Checker 数据维护、性能测试看板及竞品对比机制，支撑 10+ 个版本迭代。

同时负责需求拆解、迭代排期、跨团队交付及客户问题定位，支撑 3 家嵌入式 / XPU 厂商采购，并入围 10 家大型互联网企业最终评估。下面两个项目均由我独立设计并实现。

Aegis · 告警研判与降噪

独立完成架构设计与开发
Python / asyncio · LangGraph · Pydantic · Tree-sitter · WebSocket

SAST 给出的缺陷路径往往不足以直接判断问题是否成立，还需要核查业务约束、调用上下文和保护条件。Aegis 将检查器知识、缺陷路径与按需源码调查结合，输出研判结论、行级证据和修复建议，为告警降噪与分级处理提供依据。

双模式分析

  • 快速模式：基于预组装的缺陷路径、源码片段和检查器信息直接研判。
  • 精确模式：通过 LangGraph 编排推理与工具调用循环，在限定轮次内主动补充证据，适用于需要跨文件调查的告警。

两种模式按时延与分析深度需求选择。全仓代码通过索引与工具按需访问；沿 bug trace 提取带行号的源码窗口，并保留路径步骤与代码位置的对应关系。

从缺陷路径到可复核的证据

  • 源码调查：使用 Tree-sitter 获取 C/C++、Java 的函数及类型定义，提供文件枚举、内容搜索、源码读取、定义获取与邻近窗口工具，支持跨文件补充上下文。
  • 检查器语义：按 Checker 加载专用模板，核查路径可行性、入口可达性、保护条件和缺陷模式。UAF 分析关注对象身份、别名与生命周期；注入类分析核查 source/sink 传播及净化约束。
  • 分类与置信度：分别建模 likely-TP、likely-FP、uncertain 和高 / 中 / 低置信等级。要求逐条研判缺陷路径，仅在所有路径均被反证时判为 likely-FP；通过确定性映射输出平台兼容评分。
  • 结果一致性：以 Pydantic 校验结论和证据结构，将 trace / step 引用绑定到请求中的文件与行号。精确模式分别提交结论与修复建议，限制纠错轮次；结论变化时使旧修复建议失效。

预算、调度与评估

  • 上下文预算：发送前估算请求开销并预留输出空间，裁剪初始源码片段、限制工具返回，按顺序淘汰旧工具结果并保留来源标记，记录证据缺失与预算不足。
  • 源码访问边界：抽象本地文件系统与 MinIO 访问，按需读取和搜索。对目录枚举、文件读取、搜索及 AST 解析设置资源上限，校验项目路径边界并保留截断信息。
  • 异步服务：以 WebSocket 和 CLI 接入请求，解耦模型配置、执行策略与研判流程。按端点与模型组织共享 FIFO 队列，控制并发、请求间隔与队列容量，结合限流退避和背压处理批量调用。
  • 效果迭代：记录 Token 用量、耗时、工具调用和失败诊断，提供多模型批量 benchmark。使用另一 LLM 辅助评审分类、解释、证据与修复建议；当前评估缺少人工标注的 ground truth，因此不将其视为经过验证的准确率。

长程威胁建模 Agent

独立承担整体架构设计与全部开发
TypeScript / Node.js · Tree-sitter · SQLite / Drizzle · Zod

面向整个代码仓库构建多阶段安全分析工作流，覆盖源码调查、STRIDE 分析、函数模型生成和审查修订。项目的重点是让多轮分析能够持续推进：阶段与任务有明确状态，结果可追溯，中断后可以继续执行。

代码理解与威胁分析

分析按依赖推进：代码索引 → 项目准备 → 模块划分 → 数据流与信任域识别 → STRIDE 分析 → source/sink 研究 → 函数模型生成。模块与函数任务在满足依赖后并发调度。

  • 源码索引：基于 Tree-sitter 提取多语言函数、类型等符号及标识符引用，建立 SQLite 索引，支持增量刷新、符号检索与源码行级定位，为按需读取和跨模块调查提供依据。
  • 威胁分析：结合模块职责、源码和出站数据流识别信任边界，生成模块级与数据流级威胁，以具体攻击场景描述影响，并审查分类、证据支持与场景覆盖。

将威胁分析连接到静态分析模型

基于模块威胁识别相关 source/sink 函数，记录源码位置，以及参数、返回值或副作用对应的污点信息。通过可扩展后端生成 C/C++ DSL 或声明式配置模型，为静态分析补充函数语义。

将后端原语、类型词汇与示例封装为可检索参考，约束生成过程。检查 DSL 原语与语法结构，校验配置模型的函数绑定、参数数量和位置、污点类型，再把错误反馈给 Agent 修正。

长程执行与审查修订

  • 持久化与恢复：使用 SQLite 保存阶段、任务、会话及工具调用记录。通过事务提交与回执去重维持落库一致性，按持久化状态恢复未完成任务，并保留失败原因和降级结果。
  • 上下文与资源控制：分层裁剪历史工具结果，压缩早期对话并保留近期交互。限制模型输出预算、子任务轮次和并发；对可重试请求采用带抖动的指数退避，并支持取消执行。
  • 多角色审查：Worker / Reviewer 交替分析与审查，Explorer / Verifier 子 Agent 调查源码和复核问题。管理修复、争议与验证状态，以审查轮次上限约束循环，显式保留未解决问题。
  • 结果交付：展示任务进度、调用轨迹、Token 用量和执行状态，导出 HTML、Markdown、JSON、DFD 图及按后端组织的函数模型，供安全人员复核与集成。

华为 · 编译器、系统与 AI 安全

杭州华为企业通信技术有限公司 · 系统安全 · 2022.02 — 2025.12

负责 OS、AI 系统及编译器相关安全特性的设计与开发。参与编译器产品架构安全评审，针对仓颉标准库、语言运行时和编译器开展安全测试与渗透测试，支撑版本送检；以预备 committer 身份承担部门代码入库检视。

仓颉语言安全检测与加固

2022.06 — 2025.08 · 方案设计与实现

面向基于 LLVM 的编译器及 C++ 运行时，设计跨语言内存安全、控制流完整性和协程并发安全的检测与加固能力。

  • 跨语言内存安全：基于 ASan / HWASan，结合软件插桩与硬件特性检测仓颉与 C 交互中的内存安全问题。工具集成至仓颉标准库及外部用户开发流程，累计辅助识别 100+ 个内存安全问题。
  • 检测开销优化：减少不必要的 Redzone，结合静态分析与运行时信息识别冗余插桩点，降低内存与性能开销；另开发基于采样的工具，用于鸿蒙系统中的跨语言调用检测。
  • ARM PAC / CFI：设计并实现基于指针认证的控制流完整性机制，防护跨语言调用中的 ROP 等控制流劫持。适配仓颉错误处理、异常回栈及跨帧跳转中的返回地址与函数指针认证，完善运行时后向边保护。
  • 协程数据竞争检测：基于 TSan 修改并优化 shadow memory 维护逻辑，适配多协程内存访问追踪。集成至仓颉标准库开发流程，累计辅助发现并修复 50+ 个并发相关安全问题。

Wasm 地址随机化

2023.05 — 2023.09 · 方案设计

针对 WebAssembly 线性内存布局可预测的风险，设计内存段随机化布局方案，在增强运行时内存防护的同时，将性能开销控制在 1% 以下。

Linux 内核安全保护

2022.02 — 2022.09 · 沙箱逃逸检测设计与资源 DoS 检测研究

  • 沙箱逃逸：梳理攻击路径与行为模式，识别关键路径、建立攻击模型并设计检测方案，编写攻击 PoC 验证机制有效性。
  • 资源 DoS：围绕句柄、文件系统、内存和网络资源研究攻击手法与特征，输出攻击路径分析与防护方案；引入垂类 AI 小模型开展攻击行为训练和检测验证。

AI 安全保护方案

2025.04 启动 · 方案设计与验证，重点负责 OS 层安全机制

面向 AI 推理与 Agent 环境开展全栈威胁分析，保护智能体控制流与数据流完整性、用户隐私及模型资产，覆盖外部攻击与特权用户内部威胁。

  • Agent 威胁建模：研究 Prompt 注入、MCP 工具 Rug Pull 等动态编排风险，分析 Agent 被劫持后对用户数据和工具调用的影响，制定运行时防护方案。
  • 异常控制流防护：构建并推进基于静态规则与意图识别的防护机制；面向 ReAct 等执行场景，实现基于注意力模型的 Agent 异常控制流检测与防护。
  • Agent / MCP 沙箱：构建运行环境保护技术，研究多租户越权、DoS 与隔离问题。
  • 推理环境加固：制定分阶段方案并初步搭建加固环境，落地 20 余项加固能力，裁剪 10 多项高危内核功能，精简系统工具配置，增强模型和用户数据的完整性保护。
  • 机密计算与完整性：调研基于 TEE 的机密容器以应对内部威胁和隐私保护需求，研究代码签名技术以增强系统工具完整性保障。

AI 代码生成训练数据清洗

2023.08 — 2024.04 · 训练数据集构建与清洗方案

项目围绕代码生成的安全性和编码规范一致性，结合 SFT、强化学习优化与上线后的 RAG 校准开展工作。我的职责是构建高质量代码训练数据集：针对训练代码的安全风险、外部代码与内部规范不匹配的问题，按编码规范和业务场景实施差异化清洗，为模型安全微调提供数据基础。

早期经历与教育

三未信安科技股份有限公司 · C/C++ 开发 · 2019.09 — 2020.01

开发密码软件框架，整合已有密码算法与常见操作模式，支撑客户配套加密软件交付。实现单元测试与性能测试套，保障框架稳定性并减少后续配套软件的重复开发。

  • 伦敦国王学院 · 网络空间安全硕士 · 2020 — 2021
  • 山东大学 · 软件工程本科 · 2016 — 2020