FLTrust: Byzantine-robust Federated Learning via Trust Bootstrapping.
联邦学习（FL）在多个客户端协同训练模型时面临拜占庭攻击的威胁：恶意客户端通过提交精心构造的本地模型更新来破坏全局模型。现有拜占庭鲁棒方法通常依赖服务端对客户端更新进行统计分析并剔除异常值，但由于缺乏可信根基，攻击者仍能通过设计特殊更新绕过
2026-05-12 归档
今日共收录 1165 条安全情报，包含 386 个 CVE，425 篇安全通告，以及 70 篇研究论文。
← 返回归档列表CANNON: Reliable and Stealthy Remote Shutdown Attacks via Unaltered Automotive Microcontrollers.
该论文研究了一种针对现代汽车电子控制单元（ECU）的新型远程关闭攻击方法。作者指出，现有的关闭攻击要么依赖物理操纵总线信号，要么通过消息注入，但这些方法难以同时实现远程、隐蔽和可靠。本文提出利用汽车微控制器单元（MCU）中的外设时钟门控功能
Real-World Snapshots vs. Theory: Questioning the t-Probing Security Model.
这篇论文对物理侧信道攻击（SCA）中广泛使用的掩码（masking）防护技术所依赖的t-探测安全模型提出了质疑。掩码通过将每个敏感中间变量随机分割成至少t+1个份额，并假设攻击者最多只能同时探测t个份额（例如使用微探针针尖）或进行t阶统计分
How Did That Get In My Phone? Unwanted App Distribution on Android Devices.
该论文对Android设备上恶意软件和潜在有害程序（PUP）的分发渠道进行了全面调查。研究使用某大型安全厂商在2019年6月至9月期间收集的声誉日志，涵盖790万款应用，来自1200万设备。研究发现，10%至24%的用户设备至少遭遇一款不受
Robust and Reliable Early-Stage Website Fingerprinting Attacks via Spatial-Temporal Distribution Analysis.
该论文提出一种名为 Holmes 的新型早期阶段网站指纹攻击方法，旨在解决现有基于深度学习的 WF 攻击在实际动态网络环境和各种防御机制下性能显著下降的问题。传统 WF 攻击依赖收集完整且纯净的页面加载流量，但实际中往往只能获取早期小部分流
SpecGuard: Specification Aware Recovery for Robotic Autonomous Vehicles from Physical Attacks.
本文针对机器人自主车辆（RAV）在遭受物理攻击后的恢复问题展开研究。RAV 依赖传感器进行环境感知，并需严格遵守任务规格（如高度、速度、地理围栏约束）以确保安全与准时运行。物理攻击可能破坏传感器数据，导致任务失败。现有恢复方法大多未考虑在攻
Machine Learning Based Approach for the Automated Mapping of Discovered Vulnerabilities to Adversial Tactics.
该论文提出了一种基于机器学习的方法，用于自动将新发现的漏洞映射到 MITRE ATT&CK 框架中的对抗战术。背景在于，网络防御者需要识别并修复漏洞，但漏洞数量激增且修复资源有限，因此有必要根据漏洞可能被利用的战术来优先处理。作者将漏洞映射
NERDS: A Non-invasive Environment for Remote Developer Studies.
该论文提出了NERDS（非侵入式远程开发者研究环境），旨在解决安全社区在开展软件开发者研究时面临的招募和保留受试者困难的问题。NERDS是一个开源系统，允许研究人员远程进行受控环境下的安全开发研究。作者描述了他们如何构建和部署NERDS，并
AutonomousCyber '24 - Workshop on Autonomous Cybersecurity.
该论文是'AutonomousCyber '24'工作坊的会议论文，主题为自主网络安全。工作坊汇集了学术界和工业界的研究人员，共同探讨如何利用自主代理、机器学习、强化学习等技术实现网络安全的自动化。论文可能涵盖了自主威胁检测、响应策略、攻击
无人机开源飞控 PX4-Autopilot堆栈溢出漏洞 CVE-2025-15150
CVE-2025-15150
无人机开源飞控 PX4-Autopilot堆栈溢出漏洞 CVE-2025-15150
MongoDB内存泄漏 CVE-2025-14847(MongoBleed)
CVE-2025-14847
MongoDB内存泄漏 CVE-2025-14847(MongoBleed)
1Panel 代理证书验证绕过导致任意命令执行漏洞(CVE-2025-54424)
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)
ModelContext Inspector 未授权访问漏洞(CVE-2025-49596)
CVE-2025-49596
ModelContext Inspector 未授权访问漏洞(CVE-2025-49596)
llamaindex SQL 注入漏洞(CVE-2025-1750)
CVE-2025-1750
llamaindex SQL 注入漏洞(CVE-2025-1750)
Screen 本地权限提升漏洞(CVE-2025-23395)
CVE-2025-23395
Screen 本地权限提升漏洞(CVE-2025-23395)
Zabbix认证后SQL注入漏洞(CVE-2024-42327)
CVE-2024-42327
Zabbix认证后SQL注入漏洞(CVE-2024-42327)
ProjectSend认证绕过漏洞(CVE-2024-11680)
CVE-2024-11680
ProjectSend认证绕过漏洞(CVE-2024-11680)
PyTorch库RPC框架反序列化RCE漏洞(CVE-2024-48063)
CVE-2024-48063
PyTorch库RPC框架反序列化RCE漏洞(CVE-2024-48063)
Grafana认证后DuckDB-SQL注入漏洞(CVE-2024-9264)
CVE-2024-9264
Grafana认证后DuckDB-SQL注入漏洞(CVE-2024-9264)
SPIP BigUp Unauthenticated RCE(CVE-2024-8517)
CVE-2024-8517
SPIP BigUp Unauthenticated RCE(CVE-2024-8517)