Privacy-Preserving Database Fingerprinting.
该论文提出了一种隐私保护的数据库指纹识别机制。针对数据库在共享过程中可能被恶意接收方非法分发或篡改的问题,传统指纹技术往往需要在数据库中添加扰动标记,但这可能泄露用户隐私或降低数据可用性。作者引入差分隐私(DP)概念,设计了一个入门级差分隐
今日共收录 1190 条安全情报,包含 490 个 CVE,393 篇安全通告,以及 21 篇研究论文。
← 返回归档列表该论文提出了一种隐私保护的数据库指纹识别机制。针对数据库在共享过程中可能被恶意接收方非法分发或篡改的问题,传统指纹技术往往需要在数据库中添加扰动标记,但这可能泄露用户隐私或降低数据可用性。作者引入差分隐私(DP)概念,设计了一个入门级差分隐
该论文首次系统性地评估了商业物联网安全防护产品(IoT safeguards)的威胁检测能力。研究背景是智能音箱、安防摄像头等消费类物联网设备在家庭中日益普及,带来了隐私和安全威胁,而市场上出现了多种声称能提供保护的服务(如防火墙、入侵检测
该论文针对智能家居环境中的访问控制隐私问题展开研究。用户通常希望对家庭成员的设备访问和数据共享设置精细的权限,但在实际操作中常因繁琐而采用安全性较低的默认配置。为解决这一矛盾,作者提出一种“乐观访问控制”(optimistic access
本文提出 Flamingo,一种用于大规模客户端数据安全聚合的系统,特别针对联邦学习中的多轮聚合场景。联邦学习中,服务器需要多次对客户端提交的模型权重进行求和(平均)以训练模型,但必须保证不泄露任何客户端的个体输入。现有协议如 Bell e
联邦学习(FL)面临诸多安全攻击,但学界对其根本原因及有效防御缺乏整体理解。本文系统剖析了现有定向攻击的内部机制,揭示了攻击可行的原因在于:机器学习算法对尾部数据的记忆需求对FL完整性产生重大影响——这一现象此前主要被研究为隐私问题,本文首
机器学习模型在依赖不可信训练数据时面临后门攻击的风险,攻击者通过污染训练数据植入隐藏行为。现有防御方法难以应对日益隐蔽的攻击,尤其是干净标签后门攻击,因为它们无法监控单个训练样本对模型更新的细粒度影响。本文提出PoisonSpot系统,受动
本文针对全同态加密(FHE)中的引导(bootstrapping)效率问题展开研究。现有的FHE方案分为两类:一类利用SIMD(单指令多数据)技术并行处理多个消息,但安全性依赖于超多项式近似因子的格问题假设,安全性假设较强;另一类是轻量级F
CVE-2025-15150
无人机开源飞控 PX4-Autopilot堆栈溢出漏洞 CVE-2025-15150
CVE-2025-14847
MongoDB内存泄漏 CVE-2025-14847(MongoBleed)
CVE-2025-54424
1Panel 代理证书验证绕过导致任意命令执行漏洞(CVE-2025-54424)
CVE-2025-49596
ModelContext Inspector 未授权访问漏洞(CVE-2025-49596)
CVE-2025-1750
llamaindex SQL 注入漏洞(CVE-2025-1750)
CVE-2025-23395
Screen 本地权限提升漏洞(CVE-2025-23395)
CVE-2025-46731
Craft CMS 验证后模版注入导致远程命令执行漏洞(CVE-2025-46731)
CVE-2024-42327
Zabbix认证后SQL注入漏洞(CVE-2024-42327)
CVE-2024-11680
ProjectSend认证绕过漏洞(CVE-2024-11680)
CVE-2024-48063
PyTorch库RPC框架反序列化RCE漏洞(CVE-2024-48063)
CVE-2024-9264
Grafana认证后DuckDB-SQL注入漏洞(CVE-2024-9264)
CVE-2024-8517
SPIP BigUp Unauthenticated RCE(CVE-2024-8517)
CVE-2024-39943
Rejetto HFS 远程命令执行漏洞(CVE-2024-39943)