本地大模型“龙信杯”取证竞赛实战（附个人DSH取证插件分享）

作者：AI丽丝的人偶工坊 发布：2026-10-26 19:02 收录：2026-10-26 22:26 3 次阅读 约 1116 字
摘要：基于本地Qwen3.8-Flash-Next对龙信杯的部分题目进行测试，有点意料之外。
推荐理由：本文涵盖「本地大模型」、「Next」、「数据分析」等多个主题，重点关注 本地大模型。
省流：Qwen3.8 Flash Next IQ3_S 200k上下文，能做出大概80%左右的题目。着重测试了物联网这种相对非常规的题目，出乎意料的是，固件这种二进制的检材，AI能纯看二进制做题，对人来说真是降维打击了。。。。。。（下载链接附在文末）

AI做取证对人来说算得上是降维打击（毕竟本质数据分析），很多佬也都测过，比较主流的就是qwen3.8-27b、qwen3.8-35b-a3b、qwen3.8-flash-next这种。正好这周休息，有个龙信杯，加上Strata最近也比较火，听说龙信专门为了对抗AI对题目进行了优化，就拿来测了一下。
关于常规的服务器、手机等，很多佬也都完整的测过，这里就不赘述了，只拿了相对非常规的物联网电子门锁试了一下。检材给了很多固件，我就直接丢给AI去做了，后面看还有挺长时间，就又测了流量题，总之结果确实挺出乎意料的。
测试环境
CPU:U9-275HX
GPU:5090Laptop 24G
RAM:96G DDR5-5600
模型参数（与引擎）：Swift-Qwen3.8-Flash-Next-IQ3_S，配套MTP开，上下文：200K，Strata（0.1.48），KV：FP8
（顺带跑了GPT帮助优化了一下模型参数）
（参考输出速度，还是很快的，100K之后降速到75t/s左右）
工具：DeepseekHarness 0.2.1-rc2 加了一些本地工具适配的改造，附带着安装了一些火眼的取证Skills
Pro和Lite的区别就是单纯的开不开多Agent的并发，毕竟比赛大部分是线下离线环境，本地没这么高性能去开多Agent的并发，所以本次测试使用的是Lite

效果展示
物联网电子门锁题目（10道题35分钟，速度还是比较可观的，毕竟是本地模型）
在做题的过程中，上下文压缩了一次
报告效果（基本上每道题怎么做的，怎么复现都有，甚至加了置信度，方便复核）
思考过程参考（基本就是硬看二进制，哈人）
流量分析（31分钟，比物联网还快一点）
这里因为我本地有tshark环境，所以AI直接使用tshark辅助分析，不是硬看二进制了
报告参考（同上，复现步骤，置信度一个不少）
总结
针对这些相对非常规的题目，AI仍旧潜力巨大。至少可以在不安装任何物联网取证工具和0逆向基础的前提下，把这10道物联网题目做出来，这就很不容易了。
另外就是我之前有过沟通的很多大佬都是CTF转去的取证，大伙大部分都是专一方向的，比如搞PWN的不会流量题，搞Web的做逆向题止步于打开IDA。AI也有效的解决了这些问题，至少我流量分析是真不咋地，他能帮我做出来，我嫌他慢那是我不仁不义（狗头）。
关于准确率
文章写的很早，刚比完赛就写了，我也不知道准确率咋样。后面我又联网用Deepseek-flash重新做了一遍，三四个不一样的，所以效果仅供参考。（至少能省人工找的很多时间，人的任务从做题变成验证答案了，速度上肯定是快不少的）
关于取证的DSH插件
学艺不精，按照我平时的工作流写的，抛砖引玉
惯例的碎碎念：取证比赛变成军备竞赛了说是。在规则允许的情况下，我感觉也就是再一代模型的功夫，就是纯比拼谁的机器好，谁的Agent更强了。当然也不全是坏事，个人拙见比武竞赛本质是比拼学习能力，外带一部分的运气。他“啥都不会”靠AI拿了第一，我靠AI+手搓我拿了倒一，我肯定也不服气，但既然他能用AI拿第一，我用AI拿不了第一，那不还是我的问题嘛，他AI玩的比我好。在某种意义上来说，AI反倒是把人与人之间的差距拉大了。（不过硬件上的差距也是人与人之间差距的体现口牙！[手动狗头]）
取证DSH插件：https://peng1ai.lanzouv.com/iQiF54dgzpaj
密码:65mo

转载声明：本文转载自原发布平台 （作者：AI丽丝的人偶工坊）， 原文标题《本地大模型“龙信杯”取证竞赛实战（附个人DSH取证插件分享）》， 查看原文。 版权归原作者及原发布平台所有，本站仅作收录与展示，未对正文内容作实质性修改； 若涉及侵权请联系本站处理。
可可矩阵COCO Matrix发布CO01模型：言传身教 →