2026 年 11 月：完整委任挑戰
完成自範圍界定至最終報告交付之現實紅隊委任模擬，產出專業級交付物。
2026 年 11 月：完整委任挑戰
對現實目標環境執行完整 AI 紅隊委任。此專家級挑戰模擬專業委任之完整生命週期：範圍界定、偵察、利用、後利用與報告。你將產出與專業紅隊相同之交付物。
挑戰概觀
| 細節 | 值 |
|---|---|
| 期間 | 2026 年 11 月 1--30 日 |
| 難度 | 專家 |
| 估計時間 | 25--40 小時 |
| 先備條件 | 完成多個先前挑戰、理解專業紅隊方法論、報告撰寫經驗 |
| 最大分數 | 100 |
情境
你已被「NovaTech Solutions」委任以對其 AI 驅動之企業平台「NovaAssist」執行紅隊評估。NovaTech 為最近於其產品套件整合 AI 能力之中型 SaaS 公司。
NovaAssist 含：
- 客戶端聊天機器人，為產品支援與銷售諮詢
- 內部知識助理，為員工 Q&A 配對公司文件之 RAG
- 程式碼審查代理，審查 pull request 並建議改善
- 資料分析管線，處理上傳之 CSV/Excel 檔案並生成報告
- 電郵撰寫助理，協助員工撰寫專業電郵
每元件使用不同模型組態並具不同存取層級、工具與防禦姿態。
委任階段
階段 1：範圍界定與規劃（10 分）
於測試開始前，產出定義以下之委任計畫：
範圍文件：
- 哪些元件於範圍內哪些於範圍外
- 授權哪些類型之測試（提示注入、工具利用、資料外洩、拒絕服務）
- 委任規則為何（速率限制、無破壞性動作、通知程序）
- 什麼成功標準定義「發現」與「非議題」
測試計畫：
- 每元件之優先化攻擊向量清單
- 每攻擊向量之測試方法論
- 每元件之估計時間分配
- 所需工具與資源
評分標準：
| 標準 | 分數 |
|---|---|
| 範圍文件現實且完整 | 3 |
| 測試計畫涵蓋主要攻擊面 | 3 |
| 優先化可辯護（最高風險優先） | 2 |
| 委任規則清楚定義 | 2 |
階段 2：偵察（15 分）
對目標環境進行偵察以理解其架構、能力與防禦。
預期交付物：
- 元件清單。 記錄每 AI 元件、其目的、模型、工具與存取模型。
- 攻擊面地圖。 為每元件，列出注入面（直接輸入、經資料之間接、工具參數、跨元件通訊）。
- 防禦評估。 記錄每元件具之防禦（系統提示加固、輸入／輸出過濾、LLM 裁判、速率限制）。
- 模型指紋識別。 辨識哪些模型於每元件之後及其大約版本。
評分標準：
| 標準 | 分數 |
|---|---|
| 完整元件清單 | 3 |
| 攻擊面辨識 | 4 |
| 防禦評估準確度 | 4 |
| 模型指紋識別準確度 | 4 |
階段 3：利用（40 分）
對目標元件執行攻擊。此為委任之核心並承擔最多分數。
元件目標與分值：
客戶聊天機器人（10 分）
- 系統提示提取（3 分）
- 越獄以產出超政策內容（3 分）
- 自脈絡之客戶資訊資料外洩（4 分）
內部知識助理（10 分）
- RAG 投毒以注入假資訊（4 分）
- 經 RAG 操弄之跨部門資訊存取（3 分）
- 含存取控制規則之系統提示提取（3 分）
程式碼審查代理（8 分）
- 造成代理核准易受攻擊程式碼（3 分）
- 經代理執行之程式碼註解注入指令（3 分）
- 自代理脈絡提取關於其他儲存庫之資訊（2 分）
資料分析管線（6 分）
- 檔案上傳利用（SSRF、路徑遍歷或程式碼執行）（3 分）
- 經 CSV/Excel 儲存格內容之提示注入（3 分）
電郵撰寫助理（6 分）
- 造成助理於撰寫之電郵中含攻擊者控制之內容（3 分）
- 自助理脈絡提取先前電郵草稿或樣版（3 分）
階段 4：後利用與影響分析（15 分）
為你最顯著之發現，展示現實影響：
攻擊鏈展示（8 分）：
- 跨元件組合發現以展示現實攻擊情境
- 範例：使用程式碼審查代理利用以注入後門程式碼，然後使用客戶聊天機器人以外洩關於後門部署之資料
- 鏈於真實組織脈絡中必須合理
影響評估（7 分）：
- 為每發現，評估業務影響（資料外洩、合規違規、聲譽損害、財務損失）
- 盡可能量化（風險記錄數、估計暴露）
- 將發現映射至相關合規框架（SOC 2、GDPR、OWASP LLM Top 10）
階段 5：報告（20 分）
產出專業級紅隊報告。此為最重要交付物 —— 其為客戶付費所得並驅動修復者。
必需報告章節：
執行摘要（4 分）
- 為非技術領導撰寫
- 於 1--2 頁傳達整體風險姿態
- 使用業務語言，非技術術語
- 含風險評級與關鍵建議
技術發現（8 分）
- 每發現記錄以：描述、嚴重度、CVSS 分數、概念證明、影響與修復
- 發現按嚴重度與元件組織
- 客戶團隊可遵循之清楚重現步驟
- 螢幕截圖與記錄作為支持證據
策略建議（4 分）
- 為關鍵與高發現之短期修復
- 為整體 AI 安全姿態之中期改善
- 為安全架構與過程之長期建議
- 依每努力之風險降低優先化
方法論章節（2 分）
- 使用之工具與技術
- 範圍與限制
- 測試時程
附錄（2 分）
- 原始證據與記錄
- 詳細工具輸出
- 完整 payload 清單
目標環境
存取環境
# 主要入口
https://challenges.redteams.wiki/nov-2026/
# 元件端點
POST /api/v1/nov-2026/chatbot/chat # 客戶聊天機器人
POST /api/v1/nov-2026/knowledge/query # 知識助理
POST /api/v1/nov-2026/codereview/review # 程式碼審查代理
POST /api/v1/nov-2026/analysis/upload # 資料分析管線
POST /api/v1/nov-2026/email/draft # 電郵助理資源限制
| 資源 | 限制 |
|---|---|
| 跨所有元件之總 API 呼叫 | 1,000 |
| 每元件速率限制 | 每分鐘 20 請求 |
| 檔案上傳大小 | 10 MB |
| 會話期間 | 無限（跨會話持久） |
元件複雜度
每元件具不同防禦姿態，自輕度防禦至重度加固：
| 元件 | 防禦層級 | 關鍵防禦 |
|---|---|---|
| 客戶聊天機器人 | 中 | 系統提示加固、輸出過濾 |
| 知識助理 | 中高 | RAG 層級存取控制、輸入過濾、來源歸因 |
| 程式碼審查代理 | 高 | 結構化輸出格式、工具呼叫驗證、雙 LLM 審查 |
| 資料分析管線 | 低中 | 檔案類型驗證、沙箱化執行 |
| 電郵助理 | 中 | 內容政策執行、收件者驗證 |
報告品質標準
報告階段值總分之 20% 因報告為主要專業交付物。你之報告將對這些標準評估：
專業呈現
- 一致格式與專業外觀
- 無文法錯誤或不清語言
- 為每受眾之適當細節層級（執行 vs. 技術）
- 邏輯組織與流程
發現品質
每發現應符合此標準：
| 元素 | 要求 |
|---|---|
| 標題 | 簡潔、描述性、含嚴重度 |
| 描述 | 漏洞為何及其存於何處 |
| 嚴重度 | 辯護之 CVSS 分數或等效評級 |
| 概念證明 | 含 payload 之確切重現步驟 |
| 影響 | 特定業務影響，非一般風險陳述 |
| 修復 | 可行動修復，非「改善安全」 |
修復品質
好之修復建議為：
- 特定。 「加入經對系統提示 embedding 餘弦相似度掃描系統提示內容之輸出過濾器」而非「實作輸出過濾」。
- 優先化。 依相對於實作努力之風險降低排序。
- 分層。 含為立即風險降低之快速修復與為長期改善之架構變更。
- 可測試。 客戶應可驗證修復運作。
評分摘要
| 階段 | 分數 | 關鍵評估標準 |
|---|---|---|
| 階段 1：範圍界定 | 10 | 完整度、現實、優先化 |
| 階段 2：偵察 | 15 | 徹底度、準確度、方法論 |
| 階段 3：利用 | 40 | 發現數量、嚴重度、技術品質 |
| 階段 4：後利用 | 15 | 攻擊鏈、影響評估 |
| 階段 5：報告 | 20 | 專業品質、可行動建議 |
完整委任之常見錯誤
跳過偵察
最常見錯誤為直接跳至利用。偵察揭示攻擊面、辨識最簡單目標並協助你預算你之有限 API 呼叫。於偵察花費 15% 之時間節省你於死路攻擊上浪費 30% 之時間。
於事後撰寫報告
勿等至階段 5 才開始撰寫。於每階段記筆記。進行時捕獲確切 payload、時戳與螢幕截圖。於事後自記憶重建你之攻擊敘事產出較差之文件並浪費時間重新執行攻擊以取得螢幕截圖。
忽略業務脈絡
展示聰明技術利用但無業務影響之發現較具清楚影響之較簡單發現較無價值。你報告中之每發現應連結至業務結果：資料外洩、合規違規、聲譽損害或營運中斷。若你無法表達業務影響，發現可能不屬於執行摘要。
過度測試簡單目標
於你有進展之元件花時間具誘惑力。但於一元件上達成核心目標後，繼續前進。於單一元件之遞減回報使你付出跨完整環境尋找發現之機會。
一般修復
「實作較好安全」非修復建議。每建議應指定：變更什麼、如何變更及如何驗證變更運作。比較這些：
- 壞：「改善客戶聊天機器人之輸入過濾。」
- 好：「加入比較使用者訊息對 50 個已知提示注入模式參考集之語意相似度過濾器至客戶聊天機器人之輸入處理。阻擋相似度高於 0.85 之訊息。對 OWASP LLM Top 10 攻擊集測試過濾器以驗證有效性。」
專業發展價值
完成此挑戰展示雇主與客戶於 AI 紅隊專業人員中尋找之數項能力：
- 方法論。 你可規劃並執行結構化委任，非僅執行臨時攻擊。
- 廣度。 你可以為每者之適當技術評估多 AI 系統類型（聊天機器人、RAG、代理、程式碼審查、電郵協助）。
- 溝通。 你可將技術發現翻譯為為非技術利害關係人之業務相關報告。
- 專業。 你可產出符合客戶對格式、品質與可行動性期望之交付物。
你對此挑戰之完成提交可作為作品集 —— 以虛構公司細節，展示你之能力而不暴露真實客戶資訊。