MASCing: Configurable Mixture-of-Experts Behavior via Activation Steering Masks

该论文针对大语言模型中混合专家（MoE）架构在安全方面的新挑战，提出了一种名为MASCing（MoE激活转向配置）的框架。MoE通过稀疏激活降低了推理成本，但专家选择路径与模型行为高度耦合，导致安全相关场景下的行为难以控制。传统的全微调或重

历史摘要 · 未重新核验 · arXiv cs.CR

How Code Representation Shapes False-Positive Dynamics in Cross-Language LLM Vulnerability Detection

该论文系统性地研究了代码表示格式（原始源代码与剪枝抽象语法树 AST）如何影响跨语言大语言模型（LLM）在漏洞检测中的误报行为。作者使用两个 8B 参数级别的 LLM（Qwen3-8B 和 Llama 3.1-8B-Instruct），在

历史摘要 · 未重新核验 · arXiv cs.CR

VOW: Verifiable and Oblivious Watermark Detection for Large Language Models

该论文提出了一种名为VOW的新型协议，用于解决大型语言模型（LLM）水印检测中的隐私和可验证性问题。现有LLM水印方法通常依赖集中式信任模型，用户需将敏感文本提交给服务提供商进行检测，且无法验证检测结果的完整性。虽然已有非对称方案试图解决这

历史摘要 · 未重新核验 · arXiv cs.CR

SecGoal: A Benchmark for Security Goal Extraction and Formalization from Protocol Documents

本文提出了SecGoal，这是首个由专家标注的基准测试，覆盖了15种广泛部署的协议文档，包括5G-AKA和TLS 1.3。同时，作者提出了AIFG（AI-assisted framework），一种将安全目标提取与形式化分解为上下文感知的目

历史摘要 · 未重新核验 · arXiv cs.CR

Low Rank Adaptation for Adversarial Perturbation

本文系统研究了对抗扰动是否具有低秩结构。受Low-Rank Adaptation (LoRA)启发——LoRA通过低秩矩阵更新神经网络层显著提升了大型语言模型的训练效率——作者提出对抗样本的生成也是优化过程，因此自然产生疑问：对抗扰动是否也

历史摘要 · 未重新核验 · arXiv cs.CR

Security Attack and Defense Strategies for Autonomous Agent Frameworks: A Layered Review with OpenClaw as a Case Study

本论文对基于大型语言模型（LLM）的自主智能体框架的安全攻击与防御策略进行了分层综述。随着LLM智能体从简单对话系统发展为集成工具、持续运行的复杂系统，其安全风险已超越传统的提示词级别漏洞。尽管已有研究针对不同攻击面和防御问题进行了探讨，但

历史摘要 · 未重新核验 · arXiv cs.CR

Secret Stealing Attacks on Local LLM Fine-Tuning through Supply-Chain Model Code Backdoors

本文揭示了一种针对本地大语言模型（LLM）微调过程的供应链攻击新范式。传统观点认为本地离线微调能够保护训练数据中的敏感信息（如API密钥、个人标识符、金融记录等），但本文证明，通过向模型代码中植入伪装成标准架构定义的后门，攻击者即可实现高成

历史摘要 · 未重新核验 · arXiv cs.CR

Toward Autonomous SOC Operations: End-to-End LLM Framework for Threat Detection, Query Generation, and Resolution in Security Operations

该论文提出了一种面向安全运营中心（SOC）的端到端威胁管理框架，旨在解决威胁数量增长、SIEM平台异构以及人工分诊耗时的运营挑战。框架包含三个核心模块：基于集成学习的检测模块、语法约束的查询生成模块（SQM）以及检索增强的响应支持模块。检测

历史摘要 · 未重新核验 · arXiv cs.CR

Indirect Prompt Injection in the Wild: An Empirical Study of Prevalence, Techniques, and Objectives

随着大型语言模型（LLM）被越来越多地集成到浏览、检索、总结网页内容并据此采取行动的系统中，网页已成为模型行为的不可信输入向量。这使网站所有者、贡献者和攻击者能够直接在网页资源中嵌入指令，即间接提示注入。尽管先前的工作在受控环境中展示了此类

历史摘要 · 未重新核验 · arXiv cs.CR

Enhancing Linux Privilege Escalation Attack Capabilities of Local LLM Agents

本文针对本地部署的开源权重大语言模型（LLM）在自动化 Linux 权限提升攻击任务中性能不佳的问题，提出并验证了五种系统级和提示工程的干预方法，以弥补其与云模型（如 GPT-4o）之间的性能差距。研究首先分析了开源模型在自主权限提升中的失

历史摘要 · 未重新核验 · arXiv cs.CR

网络安全信息与动态周报-2026年第15期

本报告为国家互联网应急中心（CNCERT）发布的2026年第15期网络安全信息与动态周报。作为周期性综合安全简报，该报告通常涵盖过去一周国内外的重大网络安全事件、漏洞预警、恶意程序传播情况、安全态势分析及政策动态。由于原文未提供具体摘要，无

历史摘要 · 未重新核验 · CNCERT

ps_checkout allows unauthorized method invocation through unvalidated parameter

### Impact Unvalidated parameter can lead to some unauthorized method invocation with very little possibilities. ### P

历史摘要 · 未重新核验 · GitHub Advisory

ydb-go-sdk's transactions are not committed using the `options.WithCommit()` option on last call `table.Transaction.Execute` in transaction

### Impact Transactions were NOT committed despite the explicit `options.WithCommit` flag using table service client. Be

历史摘要 · 未重新核验 · GitHub Advisory

netfoil's optional seccomp sandboxing was not applied

### Summary The optional flag `--filter-system-calls` was not applied even if specified. ### Details This is a defense

历史摘要 · 未重新核验 · GitHub Advisory

Netfoil has incorrect allowlist enforcement

### Summary Rules could be bypassed by changing the first character: `example.com` could be be bypassed by e.g. `fxample

历史摘要 · 未重新核验 · GitHub Advisory

CVE-2026-22738-Spring AI SimpleVectorStore 中的 SpEL 注入导致远程代码执行漏洞分析

CVE-2026-22738

CVE-2026-22738-Spring AI SimpleVectorStore 中的 SpEL 注入导致远程代码执行漏洞分析

历史摘要 · 未重新核验 · 先知社区

New Linux 'Copy Fail' Vulnerability Enables Root Access on Major Distributions

CVE-2026-31431

Cybersecurity researchers have disclosed details of a Linux local privilege escalation (LPE) flaw that could allow an un

历史摘要 · 未重新核验 · The Hacker News

Secure Cross-Silo Synthetic Genomic Data Generation

本文针对基因组数据的高度敏感性和访问限制，提出了一种跨机构安全合成基因组数据生成方法。由于基因组数据的隐私性，数据共享受到严格监管，阻碍了AI在基因组学中的发展。合成数据生成通过训练生成模型并采样保留相关统计信息的人工数据，可以在不泄露个体

历史摘要 · 未重新核验 · arXiv cs.CR

WOOTdroid: Whole-system Online On-device Tracing for Android

WOOTdroid 是一种面向 Android 原生系统的全设备在线追踪方案，旨在解决现有系统审计面临的两大问题。第一，现有系统调用追踪器（如 ftrace）在负载较高时无法及时读取事件，导致缓冲区溢出，造成事件静默丢失。第二，Androi

历史摘要 · 未重新核验 · arXiv cs.CR

Machine Unlearning for Class Removal through SISA-based Deep Neural Network Architectures

该论文研究了机器遗忘（Machine Unlearning）领域中的类别级遗忘问题，提出了一种基于 SISA（Sharded, Isolated, Sliced, and Aggregated）框架的改进方案，用于卷积神经网络（CNN）架构

历史摘要 · 未重新核验 · arXiv cs.CR