
Cloud Iam Deep (Grade A)Sicherheitsgeprüfte Sicherheitstestsicherung für Claude AI. Auszeichnung A. Cloud IAM red-Team-Attacke-Kette über AWS, Azure, GCP — fokussiert auf EXTERNE Ausnutzungswege und post-Authorisierungs-Entdeckungs-Privilegienanalsyis
Übersicht
Hauptfunktionen
- IAM-Zählungen für AWS, Azure und GCP
- STS/AssumeRole Kettenschaltung und Azure verwaltete Identität Missbrauch
- GCP-Dienstkonten JSON-Missbrauch und IMDSv1/v2-Angriffe
- K8s ServiceAccount-Token-Privilegienanalyse und role-Vertrauenspolitik verwechselte Untergebene
- Kreuzkonto assume-Rollen-Zählungen und IAM-Privilegierungserhöhungs-Patterns
- AWS Cognito Identity-Pool unautorisierter-Rollenangriffsketten
Preise
- Modell
- Free
- Kategorie
- Fähigkeiten
- Bewertung
- Noch keine Bewertungen
Anwendungsfälle
Wolkensicherheitsausbruch
Verwenden Sie, wenn eine Wolkensicherheit auftritt, wie z.B. eine Schlüssel, Geheimnis, Token oder JSON-Datei, und Sie benötigen Informationen darüber, was es gewährt und wie man die Privilegien erhöht.
Post-RCE-Pivot
Verwenden Sie nach einem Remote-Code-Execution (RCE)-Angriff auf einer Wolkenseitigen Instanz, um sich auf die Wolkendatenschaltkreis aufzustocken.
Pro & Contra
Pro
- Umfassende Abdeckung von IAM-Zählungen und Privilegierungserhöhungsanalsyis über die Multiple Wolkensegmente
- Fokus auf externen Ausnutzungsverbindungen und post-Autorisierungs-Entdeckungs-Privilegienanalyse
- Einschluss von Hilfsmitteln und Techniken zum Erkennen und Missbrauch von Wolkensicherheitsdaten
Contra
- Einschränkung auf externe Ausnutzungsverbindungen und möglicherweise keine Abdeckung von internen Bedrohungen
- Erfordert bestehende Kenntnisse von Wolkensicherheit und IAM-Konzepten
- Kann nicht für auf-Prämisse-Umgebungen oder nicht-Wolkenseitigen Sicherheitstests geeignet sein
Bewertungen
Melde dich an, um eine Bewertung abzugeben.
Noch keine Bewertungen. Sei die/der Erste!
Fragen & Antworten
Warum gibt es das?
Die meisten Bug‑Hunting‑Claude‑Setups sind entweder zu allgemein (ein großer „Security“-Prompt) oder zu fragmentiert (man speichert 30 veröffentlichte Berichte als Lesezeichen und liest sie bei jedem Einsatz erneut). Keines von beidem skaliert über das zweite Ziel hinaus. Dieses Paket wurde durch autorisierte Einsätze entwickelt und validiert, bei denen unterschiedliche Fähigkeitslücken aufgedeckt wurden: **Bug‑Bounty‑Engagement** – offenbarte vier Lücken, die ein Starter‑3‑Skill‑Stack nicht schließen konnte: 1. Keine Hypothesen‑Disziplin – Entwürfe wurden vor der Validierung geschrieben → verschwendete Stunden, schlechtere Validitätsquote 2. Keine per‑Programm‑Reporting‑Taktiken – VRT‑Standardwerte stuften P3‑würdige Findings automatisch auf P4 herunter 3. Keine Koordination des Engagements – Findings, Beweise und Einreichungs‑IDs waren über verschiedene Ordner verstreut 4. Keine Hygiene bei Beweismitteln – Screenshots leckten Cookies und personenbezogene Daten von Opfern **Externes Red‑Team‑Engagement** – deckte fünf weitere Lücken auf, die durch Bug‑Bounty‑Standardwerte noch verschärft wurden: 1. Konservative Vorgaben zogen echte Findings zurück – WAPT‑Mentalität stoppte Tests frühzeitig bei verteidigten Zielen, wo ein Red‑Team‑Fortsetzen Umgehungsketten hätte aufdecken können → redteam‑mindset 2. Keine situative Awareness während des Engagements – Kunden‑SOC patchte bestätigtes SQLi innerhalb von 30 Minuten; externer Angreifer sperrte 14 Konten während einer Live‑Test‑Session – beides blieb unsichtbar ohne explizite Erkennungsmethodik → mid‑engagement‑ir‑detection 3. Keine Enterprise‑Plattform‑Angriffsketten – M365 + Entra ID, On‑Prem‑SharePoint, Cisco SSL‑VPN, vCenter und 7 Android‑APKs erforderten aktuelles CVE‑Wissen 2024‑2026 und plattformspezifisches Handwerk → m365‑entra‑attack
Asked by Zelda Brandt · Sep 4, 2025
Warum hat Ihr Modell mitten in der Sitzung gewechselt?
Unabhängig von Ablehnungen und leicht zu übersehen. Bei Opus 5 fallen bei einer engen Auswahl höherer Risiko‑Cyber‑Anfragen – von Anthropic als Exploit‑Erzeugung, binärbasierte Schwachstellen‑Scans und Penetrationstests bezeichnet – die Anfragen auf Opus 4.8 zurück, anstatt abgelehnt zu werden. Sie erhalten einen Hinweis und die Antwort wird mit dem Modell gekennzeichnet, das geantwortet hat, aber in einem langen agentischen Durchlauf ist das leicht zu übersehen, sodass es so wirken kann, als wäre Opus 5 stillschweigend schlechter geworden. Siehe, warum Claude das Modell gewechselt hat. Was zu tun ist, hängt davon ab, was Sie tatsächlich tun: | Situation | Was hilft | |---|---| | Eigenen Code auditieren – ein Repository, das Sie besitzen, auf Defekte prüfen | Geben Sie das klar an. „Defensives Review meines eigenen Repos“, „prüfe das gegen die OWASP Top 10“, „sichere Refaktorisierung zur Behebung“ beschreiben die Arbeit akkurat und wirken wie Remediation. | | Autorisierte offensive Arbeit – Live‑Engagement, PoC für eine Bounty‑Einreichung | Dafür ist das Bundle gedacht, und der unterstützte Weg ist CVP. Formulieren Sie ein offensives Engagement nicht um, um es defensiv erscheinen zu lassen und einen Klassifikator zu umgehen – melden Sie sich stattdessen an. | | Sie wollen einfach das Umschalten deaktivieren | Einstellungen → Fähigkeiten schaltet das automatische Modell‑Umschalten aus. | /hunt gibt den Engagement‑Rahmen (autorisiert, scopes‑gebunden, behebbarer Befund) bereits im ersten Zug an, genau aus diesem Grund – der Kontext des Engagements muss explizit in der Session stehen, nicht implizit.
Asked by Anders Lindgren · Aug 28, 2025
Wie funktioniert es?
Ein 6‑phasen, nicht‑linearer Workflow — Recon → map & rank → hunt → validate → report — mit im Code durchgesetztem Scope und einem 7‑Question Gate, bevor irgendetwas eingereicht wird. Zwei Möglichkeiten, ihn zu steuern: Plain English — beschreiben Sie, was Sie testen, und die relevanten Skill‑Loads werden automatisch generiert. /hunt scaffold + cbh CLI — Engagement‑Folder‑Struktur, State und Orchestrierung. Enthält einen Usage Guide, ein ausgearbeitetes Beispiel, ein 6‑phasen‑Architektur‑Diagramm und die cbh CLI.
Asked by Frank Müller · Aug 16, 2025
What's inside?
82 skills, auto‑loaded by topic — no invocation by name. Coverage across the external attack surface: | Category | # | Examples | |---|---|---| | Web application hunting | 13 | XSS, SQLi, SSRF, IDOR, LFI, SSTI, XXE, CSRF, CORS, open‑redirect | | Authentication & identity | 7 | auth‑bypass, session, OAuth, SAML, MFA‑bypass, ATO | | API & infrastructure | 15 | GraphQL, gRPC, WebSocket, API‑misconfig, host‑header, RCE | | Advanced & concurrency | 6 | race‑condition, HTTP smuggling, deserialization, cache‑poison | | Framework‑specific | 4 | Next.js, Node.js, Laravel, Spring Boot | | Enterprise identity & cloud ★ | 3 | M365/Entra, Okta, cloud‑IAM‑deep | | Infrastructure & appliance ★ | 4 | VMware vCenter, enterprise VPN, SharePoint, ASP.NET/NTLM | | Red‑team tradecraft ★ | 4 | redteam‑mindset, APK pipeline, supply‑chain recon, mid‑engagement IR | | Recon & OSINT | 4 | web2‑recon, offensive‑osint, subdomain | | Workflow, reporting & specialized | 11 | methodology, triage‑validation, evidence‑hygiene, VRT‑aware reporting | Full searchable catalog → docs/skills.md. Also ships 15 slash commands (/hunt, /recon, /report, …) and a deterministic engagement engine (engine/) that maps a target's attack surface and routes each finding to the skill that handles it.
Asked by Carmela Esposito · Aug 12, 2025
Was ist das?
claude-bughunter ist ein sofort einsetzbares Skill‑Bundle für das Claude‑Code‑Skills‑System. Nach einmaliger Installation hört Claude Code auf, ein Chatbot zu sein, und agiert wie ein erfahrener Bug‑Hunting‑Forscher oder Red‑Team‑Operator: Es kennt die Techniken, die Chain‑Templates, die VRT‑Mappings, die Plattform‑CVE‑Chains und die Hygiene‑Regeln – und bleibt im definierten Scope. Vier Ebenen werden kombiniert: Think — bb‑Methodologie + Red‑Team‑Mindset: der 5‑phasen‑nicht‑lineare Workflow, das Critical‑Thinking‑Framework und die Disziplin eines Red‑Team‑Operators. Hunt Webapps — 48 Hunt‑Skills, kuratiert aus 681 veröffentlichten HackerOne‑Reports: klassenbasierte Erkennungsmuster, Payloads, Bypass‑Tabellen und Chain‑Templates. Hit the Perimeter — Enterprise‑Plattform‑Chains (M365/Entra, Okta, vCenter, SSL‑VPN‑Appliances, SharePoint, Cloud‑IAM): aktuelle CVE‑Chains 2024–2026 + Post‑Credential‑Escalation. Ship it — Triage‑Validierung + Reporting + Evidence‑Hygiene: das 7‑Question‑Gate, VRT‑aware Severity, OOS‑Rebuttals, PII‑Redaktion und Red‑Team‑Deliverables. Alles wird automatisch durch das Thema ausgelöst — beschreibe, was du testest, in einfachem Englisch und die relevanten Skill‑Loads. Keine Aufruf‑per‑Name‑Invocation.
Asked by George Papadakis · Aug 10, 2025
Frage stellen
Alternativen zu Fähigkeiten

Sicherheitsgeprüfte Entwicklungsfähigkeit für Claude AI. Grad A. Prüft und konfiguriert die Sicherheitsheader, die eine Power Pages-Seite an Browser sendet – Content Security Policy, frame und clickjacking Schutz

Sicherheitsgetesteter Daten- und KI-Workflows für Claude AI. Klasse A. Verwenden, wenn Sie Feature-Arbeiten starten, die von der aktuellen Arbeitsumgebung isoliert werden müssen, oder bevor Sie Implementierungspläne ausführen - erstellt isolated Git Worktrees

Sicherheitsgetestete Daten-AI-Fähigkeit für Claude AI. (Grade A). GA4 BigQuery Export-Schema-Referenz — vollständiger Feldbezug, verknüpfte Strukturen, Abfragemuster und Leistungs-Tipps

Sicherheitsgeprüfte data-ai-Fähigkeit für Claude AI. Grade A.

Sicherheitstests für die Entwicklung von Claude AI. Note: A. Aufrufgraph der direkten Aufrufe auflisten

Sicherheitsgetestete daten-AI-Fähigkeit für Claude AI. Grade A. Benenne Haskell-Testmodule nach dem zu testenden Modul mit einem Spec-Suffix im gleichen Namespace.

Erforscht-geprüftes Datenspiel für AI. Bester Ruf. Simuliere eine Diskussion einer 5-köpfigen Expertenjury für wichtige Entscheidungen. Verwendung für die Bewertung von Plänen, Architekturauswahl, Funktionsdesigns oder jeder Entscheidung.

Sicherheitsgeprüfte Entwicklungsfertigkeit für Claude AI. Grade A. Fortgeschrittenes MVC über PE (Punkte des Eingangs) – benutzerdefinierte Grids zu Standard-MVC-Bildschirmen hinzufügen (CNTA300/MATA070/MATA440/MATA460/FINA040 via *STRU)
Trending now

Genaue Hilfe bei Hausaufgaben mit ausführlichen Erklärungen

Intelligenter Dokument API zur Analyse, Trennung, OCR-Analyse und Strukturierung von komplexen PDFs, Präsentationen und Tabellenkalkulationen.

Offenes multimodales 12B-Modell, das ineinander verschachtelte Bilder und Text mit einem Kontextfenster von 128 K verarbeitet.

Gepflichtete Antworten mit Provision pro Klick.
