文章总结: AWSre:Inforce2025会议聚焦云安全与应用安全,涵盖组织安全工程、安全设计、管道安全和AI安全四大领域。会议提供了从安全责任分配、DevSecOps实践到AI安全测试的全面技术内容,特别关注生成式AI的安全挑战与解决方案。技术人员可学习AmazonQDeveloper等工具的集成应用、威胁建模方法以及安全开发生命周期的最佳实践,会议还介绍了AutomatedSecurityHelper等开源安全工具,为安全团队提供了实用的技术参考和实施路径。 综合评分: 85 文章分类: 应用安全,AI安全,云安全,安全开发,安全建设
AWS re:Inforce 2025 应用安全议题
原创
tonghuaroot
RedTeam
2025年6月10日 21:50 日本
AWS re:Inforce 2025 将于6月16-18日在费城举办,主要聚焦云安全、合规性、身份管理和隐私保护。从技术议程来看,今年的应用安全(AppSec) track 内容相当丰富,涵盖了从组织层面的安全策略到具体的技术实现。
会议结构概览
本次大会包含多种形式的技术分享:
- Breakout sessions
- Chalk talks
- Lightning talks
- Code talks
- Workshops
- Builders sessions
AppSec 技术主题
今年的应用安全 track 围绕四个核心技术领域展开:
1. 组织层面的安全工程
- 安全责任分配:如何在开发团队中有效分配安全职责
- DevSecOps 实践:开发、安全、运维团队的协作模式
- 安全专业知识扩展:将安全能力嵌入到各个工作负载团队
- 快速交付与安全平衡:在保证安全的前提下不降低开发速度
2. Secure by Design
- 架构阶段的安全考虑:在软件设计早期就嵌入安全原则
- 漏洞早期缓解:通过设计减少后期的安全修复成本
- 安全作为业务需求:将安全视为功能需求而非可选项
3. Pipeline Security
- SLSA (Supply chain Levels for Software Artifacts):软件供应链安全框架
- SCITT (Supply Chain Integrity, Transparency, and Trust):供应链完整性标准
- 代码签名:确保代码来源可信
- 构建环境安全:保护 CI/CD 基础设施
4. Security in Pipeline
- SAST/DAST:静态和动态应用安全测试
- SCA:软件组成分析,识别开源组件漏洞
- 自动推理:使用形式化方法验证代码正确性
- AI 安全测试:针对 Gen AI 应用的测试方法
核心技术议题分析
Breakout Sessions
APS204 – Scaling security with Sportsbet’s Security Guardians program扩展安全:Sportsbet的安全守护者计划
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=aps204
- 技术点:Security Champions 模式的实际实施
- 适合人群:安全团队负责人、DevSecOps 工程师
- 可学到:如何在开发团队中建立安全文化,安全责任的有效分配
APS301 – Improve code quality with Amazon Q Developer使用 Amazon Q Developer 改善代码质量
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS301
- 技术点:AI 驱动的代码质量检查、SCA、SAST 集成
- 适合人群:开发人员、DevOps 工程师
- 可学到:将 AI 工具集成到开发流程中进行安全检查
APS401 – Build verifiable apps using automated reasoning and generative AI使用自动推理和生成式AI构建可验证应用
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS401
- 技术点:形式化验证、LLM 与符号推理结合
- 适合人群:高级开发人员、研究人员
- 可学到:如何结合概率性和符号性方法构建可信 AI 系统
Code Talks
APS341 – Move fast and stay secure: Lessons learned from the AWS prototyping team快速且安全:AWS原型团队的经验教训
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS341
- 技术点:威胁建模、AWS CDK 安全实践、基础设施安全加固
- 适合人群:云架构师、全栈开发人员
- 可学到:原型开发中的安全最佳实践、CDK 安全构造
APS441 – Supercharge IaC security with AI: From commit to auto-remediationAI增强的IaC安全:从提交到自动修复
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS441
- 技术点:Git 提交签名、静态分析、AI 自动修复
- 适合人群:DevOps 工程师、基础设施工程师
- 可学到:完整的 IaC 安全反馈循环构建
APS442 – Create memory safe applications using open source verification tools使用开源验证工具创建内存安全应用
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS442
- 技术点:Rust 标准库验证、C 代码模型检查
- 适合人群:系统级开发人员、安全研究人员
- 可学到:大规模内存安全验证工具的实际应用
Workshops
APS351 – Securing generative AI agents using AWS Well-Architected Framework使用AWS Well-Architected框架保护生成式AI代理
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS351
- 技术栈:Amazon Bedrock、CloudWatch、IAM
- 实践内容:端点安全、提示工程防护、监控系统
- 产出:生产就绪的安全 AI 代理
APS353 – Red-teaming your LLM security at scale大规模LLM安全红队演练
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS353
- 技术栈:AI 安全代理、自动化攻击链
- 实践内容:提示注入、边界测试、漏洞发现
- 产出:自动化安全测试技能
APS354 – Secure your application using AWS services and open source tooling使用AWS服务和开源工具保护应用
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS354
- 技术栈:Automated Security Helper (ASH)、Amazon Q Developer
- 实践内容:本地安全测试、CI/CD 集成、生成式 AI 应用安全
- 产出:完整的安全测试流程
APS271 – Threat modeling for builders面向构建者的威胁建模
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS271
- 技术框架:STRIDE 方法论、威胁语法规则
- 实践内容:数据流图、威胁识别、风险响应策略
- 产出:实用的威胁建模技能
APS371 – Securing your generative AI applications on AWS在AWS上保护生成式AI应用
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS371
- 技术栈:多种 AWS 安全服务
- 实践内容:部署漏洞应用、分层安全控制、检测和响应
- 产出:生成式 AI 应用安全架构
APS471 – Boost developer productivity with Amazon Q Developer and Amazon Bedrock使用Amazon Q Developer和Bedrock提升开发者生产力
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS471&search.sessiontracks=option_1614614703921
- 技术栈:Amazon Q Developer、Amazon Bedrock
- 实践内容:AI 代码审查、自动化测试、智能文档生成
- 产出:AI 增强的开发工作流
Lightning Talks
APS221 – Building secure development into Amazon storesAmazon.com的安全开发实践
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS221
- 技术点:大规模电商平台的安全开发生命周期
- 适合人群:大型系统架构师、安全工程师
- 可学到:成熟企业的 SDL 实施策略
APS222 – Transform threat modeling using generative AI使用生成式AI变革威胁建模
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS222
- 技术点:AI 自动化威胁建模、Amazon Bedrock 集成
- 适合人群:安全架构师、威胁建模专家
- 可学到:CRED 公司的 AI 威胁建模架构实践
SEC221 – Raising the tide: How AWS is shaping the future of secure AI for allAWS如何塑造安全AI的未来
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=SEC221
- 技术点:CoSAI 标准、行业安全协作
- 适合人群:AI 安全研究人员、政策制定者
- 可学到:AI 安全的行业标准和最佳实践
Chalk Talks
APS431 – DevSecOps in action with Visual Studio Code & AWS IAM Access AnalyzerDevSecOps实战:VS Code与AWS IAM Access Analyzer
- 议题链接:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog?search=APS431
- 技术栈:Visual Studio Code、IAM Access Analyzer
- 技术点:IDE 集成的实时安全检查、IAM 策略验证
- 适合人群:DevOps 工程师、IAM 管理员
- 可学到:开发阶段的权限管理和自动化策略检查
AI 安全的技术重点
今年会议特别关注生成式 AI 的安全问题:
技术挑战:
- 提示注入攻击:如何防范恶意输入绕过 AI 安全控制
- 模型边界测试:识别 LLM 的能力边界和潜在风险
- 输出可控性:确保 AI 生成内容的安全性和合规性
- Agent 安全:多 AI Agent 系统的协调和权限控制
技术方案:
- Bedrock Guardrails:AWS 的 AI 安全防护框架
- 自动推理结合:概率性和符号性方法的混合使用
- 实时监控:AI 应用的运行时安全监控
- 分层防御:端点安全、提示工程、监控系统的组合
从技术人员角度的收益分析
代码层面收益:
- 学习 ASH 工具集成 SAST/DAST/SCA 到 CI/CD
- 掌握 Amazon Q Developer 的安全代码审查能力
- 了解自动推理工具在 Rust/C 代码验证中的应用
架构层面收益:
- Well-Architected 框架在 AI 应用中的安全设计模式
- 基础设施即代码的安全最佳实践
- 威胁建模方法论的实际应用
运维层面收益:
- 供应链安全的 SLSA/SCITT 标准实施
- 代码签名和构建环境的安全加固
- AI 增强的安全运维自动化
组织层面收益:
- Security Champions 计划的建立和推广
- DevSecOps 文化在团队中的落地实践
- 安全技能在开发团队中的扩散策略
值得关注的开源项目
会议中提到的开源工具:
-
Automated Security Helper (ASH):AWS 开源的应用安全工具集成平台
-
项目地址:https://github.com/awslabs/automated-security-helper
-
Rust 标准库验证工具:AWS 正在开发的 Rust 内存安全验证工具
-
C 模型检查器:用于大规模 C 代码安全验证
这些工具代表了当前应用安全工具化的最新趋势,值得技术团队关注和试用。
相关资源
- 会议完整目录:https://registration.awsevents.com/flow/awsevents/reinforce2025/sessioncatalog/page/sessionCatalog
- AWS 安全博客:https://aws.amazon.com/blogs/security/
- AWS Well-Architected:https://docs.aws.amazon.com/wellarchitected/latest/security-pillar/welcome.html
查看原文:《AWS re:Inforce 2025 应用安全议题》
版权声明
本站仅做备份收录,仅供研究与教学参考之用。
读者将信息用于其他用途的,全部法律及连带责任由读者自行承担,本站不承担任何责任。










评论