Cisco Catalyst SD-WAN Controller Auth Bypass Actively Exploited to Gain Admin Access
CVE-2026-20182
Cisco has released updates to address a maximum-severity authentication bypass flaw in Catalyst SD-WAN Controller that i
2026-05-15 归档
今日共收录 1277 条安全情报，包含 487 个 CVE，424 篇安全通告，以及 55 篇研究论文。
← 返回归档列表PraisonAI CVE-2026-44338 Auth Bypass Targeted Within Hours of Disclosure
CVE-2026-44338
Threat actors have been observed attempting to exploit a recently disclosed security vulnerability in PraisonAI, an open
New Fragnesia Linux Kernel LPE Grants Root Access via Page Cache Corruption
CVE-2026-46300
Details have emerged about a new variant of the recent Dirty Frag Linux local privilege escalation (LPE) vulnerability t
18-Year-Old NGINX Rewrite Module Flaw Enables Unauthenticated RCE
CVE-2026-42945
Cybersecurity researchers have disclosed multiple security vulnerabilities impacting NGINX Plus and NGINX Open, includin
New Linux Kernel Vulnerability Fragnesia Allows Root Privilege Escalation
CVE-2026-46300
The vulnerability, tracked as CVE-2026-46300, is similar to the recently disclosed exploits named Dirty Frag and Copy Fa
StormShield: Fingerprint-Based Detection and Mitigation of RRC Signaling Storms in O-RAN 5G RANs
5G网络在提供低延迟、高吞吐量和海量连接的同时，其控制平面仍面临多种安全威胁。其中，无线资源控制（RRC）信令风暴是一种特别有效且难以缓解的拒绝服务（DoS）攻击。恶意用户设备（UE）通过发送大量RRC信令，旨在耗尽下一代基站（gNB）的资
One Step to the Side: Why Defenses Against Malicious Finetuning Fail Under Adaptive Adversaries
随着大语言模型（LLM）的广泛应用，模型提供商越来越多地发布开放权重或允许用户通过API进行微调。尽管这些模型在发布前经过了安全对齐（safety alignment），但大量研究表明，通过针对有害数据的微调可以轻易移除其安全护栏。为此，近
Toward Covert Quantum Computing
本文提出并探索了“隐蔽量子计算”（covert quantum computing）这一新概念，旨在解决多租户量子云平台中用户隐私保护问题。当多个用户共享同一个量子处理单元（QPU）时，传统安全假设不足以防止恶意租户通过检测量子计算单元（Q
To See is Not to Learn: Protecting Multimodal Data from Unauthorized Fine-Tuning of Large Vision-Language Model
该论文针对大视觉语言模型（LVLM）在多模态网页数据上遭受的未授权爬取和训练问题，提出了一种名为MMGuard的主动防御方法。现有对策如机器遗忘和水印均属于事后处理，无法在知识产权侵犯发生前进行保护。MMGuard通过生成难以学习的样本（u
Analyzing Codes of Conduct for Online Safety in Video Games at Scale
本研究针对在线视频游戏中的行为准则（Codes of Conduct, CoCs）进行大规模分析。在线游戏已成为主要的社交空间，但用户面临骚扰、歧视、不当内容、隐私泄露、作弊等在线危害。游戏公司通过发布CoCs来阐明安全规则并引导玩家获取安
WARD: Adversarially Robust Defense of Web Agents Against Prompt Injections
本文针对 Web Agent 在开放网络环境中面临的提示注入攻击风险，提出了一种鲁棒防御模型 WARD。Web Agent 可通过与网站交互自动完成在线任务，但其依赖的 HTML 内容或视觉界面易被嵌入恶意指令，导致提示注入攻击。现有防护模
Do Coding Agents Understand Least-Privilege Authorization?
该论文研究了编程代理（coding agents）在执行终端任务时遵循最小权限授权原则的能力。最小权限授权要求代理仅获得完成任务所必需的权限，避免暴露敏感表面。作者首先定义了“权限边界推断”（permission-boundary infe
Can Visual Mamba Improve AI-Generated Image Detection? An In-Depth Investigation
近年来，计算机视觉领域取得了显著进展，尤其是卷积神经网络（CNN）、生成对抗网络（GAN）、扩散模型、视觉变换器（ViT）以及视觉-语言模型（VLM）等架构的发展，使得生成的视觉内容越来越逼真。然而，这些进步也带来了潜在的滥用风险，例如虚假
Capacitive Touchscreens at Risk: A Practical Side-Channel Attack on Smartphones via Electromagnetic Emanations
本文提出了一种名为TESLA的新型侧信道攻击，利用智能手机电容触摸屏在扫描过程中产生的电磁辐射来窃取敏感信息。现代智能手机的电容触摸屏在检测触摸时会发出电磁辐射，这些辐射编码了触摸交互的时空演化过程，形成了统一的泄漏基础。攻击者可以通过秘密
Privacy Auditing with Zero (0) Training Run
本文提出了一种名为“零训练轮次”（Zero-Run）的隐私审计方法，旨在解决现有隐私审计方法需要干预训练流程（如多次重训练或随机化数据包含）的局限性。在大型部署系统（如基础模型）中，这些干预往往不可行。作者利用两个固定数据集——已知为训练集
Angel or Demon: Investigating the Plasticity Interventions' Impact on Backdoor Threats in Deep Reinforcement Learning
该论文系统研究了深度强化学习（DRL）中可塑性干预（plasticity interventions）对后门攻击威胁的影响。可塑性干预是现代DRL智能体的内置组件，用于缓解可塑性损失，但其对后门漏洞的作用尚不明确。作者通过大规模实证研究，分
Model Forensics in AI-Native Wireless Networks: Taxonomy, Applications, and Case Study
本文探讨了人工智能原生无线网络中模型取证的技术框架、应用场景及案例分析。随着AI深度嵌入无线网络，模型成为影响信号处理、资源调度和网络控制的核心组件，但模型异常、篡改和恶意功能也引入了新的安全风险。作者首先梳理了模型取证的关键问题，包括模型
Characterizing AI-Assisted Bot Traffic in Darknet Data: Implications for ICS and IIoT Security
本文研究AI辅助自动化扫描工具对互联网背景流量的影响，特别是对工业控制系统（ICS）和工业物联网（IIoT）入侵检测系统（IDS）基线假设的挑战。研究者利用Merit ORION网络望远镜收集的2021年和2025年两个时间节点的192百万
Day-to-Day Traffic Network Modeling under Route-Guidance Misinformation: Endogenous Trust and Resilience in CAV Environments
本论文研究在网联自动驾驶环境（CAV）下，当路线引导信息不可靠或存在误导时，交通网络的逐日动态建模问题。现有模型未能同时考虑交通流适应和用户对信息源信任的演化。作者提出了一个耦合的逐日交通分配与信任演化框架：日内拥堵由Lighthill-W
Memory Forensics Techniques for Automated Detection and Analysis of Go Malware
Go语言因其生成静态链接、跨平台的可执行文件而日益受到恶意软件开发者的青睐，但这类二进制文件给传统分析技术带来了挑战。Go可执行文件嵌入了庞大的运行时和编译器生成的元数据，并采用激进优化，丢弃了函数参数和局部变量的类型信息。Go的设计进一步