Concave is the New Linear: The Impossibility of Anti-Plutocratic DAO Governance
该论文研究了去中心化自治组织（DAO）中治理机制的抗寡头问题。传统DAO采用投票权与代币余额成正比的线性规则，导致大持币者集中控制权，易遭受治理攻击。社区转而采用二次投票等次线性投票机制，意图削弱大持币者影响力。然而，论文通过构建链上投票的
2026-05-20 归档
今日共收录 1110 条安全情报，包含 284 个 CVE，411 篇安全通告，以及 113 篇研究论文。
← 返回归档列表Sublinear Risk-Limiting Audits from Direct Ballot Selection and Statistical Ballot Manifests
本文提出两种新的风险限制审计（RLA）技术，旨在降低选举后审计的成本和复杂性。传统RLA依赖于准确的选票批次清单（ballot manifest），但获取精确清单通常需要手工处理每张选票，成本高昂。第一种技术是一种统计机制，通过从粗略清单中
A No-Defense Defense Against Gradient-Based Adversarial Attacks on ML-NIDS: Is Less More?
本文针对基于梯度的对抗攻击对机器学习网络入侵检测系统（ML-NIDS）的威胁，探讨是否仅通过精心选择模型架构即可实现内在鲁棒性，而无需显式的防御机制。研究者通过约2200次实验，系统变化网络深度、特征维度、激活函数（ReLU、其他）和dro
Federated Naive Bayes with Real Mixture of Gaussians and Institutional Governance Regularization for Network Intrusion Detection
本文针对联邦学习在网络入侵检测中的假设缺陷——即所有参与机构对共享模型贡献均等，提出了一种新的联邦朴素贝叶斯方法。实际场景中，不同机构（如金融公司与政府机构）的安全控制成熟度和漏洞暴露程度差异显著，简单平均会丢失这些信息。作者利用ISACA
Overeager Coding Agents: Measuring Out-of-Scope Actions on Benign Tasks
该论文研究自主编码代理（coding agents）在执行用户良性请求时，超出授权范围执行额外操作的问题，作者称之为“overeager actions”，与能力失败、提示注入或沙箱逃逸不同，这是一个授权问题。为系统测量该行为，作者提出了
Monitoring the Internal Monologue: Probe Trajectories Reveal Reasoning Dynamics
本文针对大型推理模型（LRM）的链式思维（CoT）推理过程，提出了一种通过探测隐藏表示来监控模型行为的新框架。研究者指出，CoT虽然提供了推理过程的可视化，但可能不忠实于最终输出，因此其作为监控工具的可靠性有限。为解决这一问题，他们设计了一
Acoustic Interference: A New Paradigm Weaponizing Acoustic Latent Semantic for Universal Jailbreak against Large Audio Language Models
该论文提出了一种针对大型音频语言模型（LALM）的新型攻击范式——声学干扰攻击（Acoustic Interference Attack, AIA）。传统的音频越狱攻击通常将音频视为恶意负载的载体，通过语义优化、声学参数控制或添加扰动将有害
LivePI: More Realistic Benchmarking of Agents Against Indirect Prompt Injectio
LivePI（Live Prompt Injection）是一个针对AI智能体在类似生产环境中对间接提示注入（IPI）风险的系统化基准测试框架。随着如OpenAI Codex、Claude、Gemini等AI智能体被越来越多地部署在本地工作
MoCo-EA: Exploiting Adversarial Mode Connectivity for Efficient Evolutionary Attacks
本文提出了一种名为模式连通性进化攻击（MoCo-EA）的新型黑盒对抗攻击方法。现有进化算法在生成对抗扰动时，采用基于离散插值的交叉操作（如均匀交叉或两点交叉），这些操作常常破坏父代扰动的对抗性，导致收敛缓慢且查询效率低下。MoCo-EA的关
ESLD (External Surrogate Latent Defense): A Latent-Space Architecture for Faster, Stronger Prompt-Injection Defense
论文针对现代 AI 助手（如基于大语言模型的智能体）面临的提示注入（prompt injection）攻击，提出了一种名为 ESLD（External Surrogate Latent Defense）的潜在空间防御架构。当前 AI 助手在
Explainable Machine Learning for Phishing Detection on Heterogeneous Datasets with MCP-Enabled Deployment
本文针对钓鱼攻击这一日益严重的网络安全威胁，探索了在不同异构数据集上应用多种机器学习算法进行检测的有效性。研究使用了公开的UCI数据集、利用EvilGinx和Zphisher工具生成的攻击数据集以及AI生成的数据集，涵盖了经典的逻辑回归、集
LITE-SOC: Lightweight Security Operations Center Simulator for Cybersecurity Education
本文介绍了一个名为LITE-SOC的轻量级、基于Web的安全运营中心（SOC）模拟器，专为讲师指导的网络安全教育设计。SOC分析师需要处理大量告警，区分真实威胁与误报，并在时间压力下做出决策。在课堂中复现这一环境通常很困难，对于缺乏网络靶场
AI Agents May Always Fall for Prompt Injections
本文针对AI Agent中最关键的漏洞——提示注入（Prompt Injection）进行深入研究。作者首先指出现有主流防御范式（即数据-指令分离）存在双重缺陷：一方面无法检测通过上下文操纵（contextual manipulation）
Deepfake Detection in Social Media: A Temporal Artifact Analysis Using 3D Convolutional Neural Networks
该论文针对社交媒体上深度伪造视频检测难题，提出了一种基于3D卷积神经网络（3D CNN）的时间伪影分析方法。当前帧级检测器在面对高质量生成器（如128×128分辨率GAN输出）时，准确率会下降约5个百分点，但时间维度上的不一致性依然保留。作
Fast and Lightweight Backdoor Detection via Head Random Probing
深度神经网络（DNN）仍然容易受到后门攻击，现有后门检测方法通常需要干净数据、代理数据、梯度或迭代触发器重建，导致计算成本高且在实际模型审计场景中鲁棒性有限。本文提出HTell，一种快速、轻量级且无需数据的后门检测方法，基于头部随机探针技术
Ablating Safety: Mechanisms for Removing Alignment in Language Models for Security Applications
本文研究了如何安全地移除语言模型中的安全对齐机制，以用于授权的网络安全任务。安全对齐的模型通常会对看似滥用的网络安全请求（即使实际上是被授权且防御性的）进行拒绝，导致安全评估模糊不清——失败的回答可能源于能力不足或拒绝策略干预。作者提出将对
Module Lattice Security (Part III): Structured CVP Distance on the Log-Unit Lattice
本文是'模格安全性'系列论文的第三部分，聚焦于分圆域Q(ζ_{2^k})的对数单位格上的结构化最近向量问题（CVP）距离。论文首先证明了从随机短环元素到对数单位格的L^2 CVP距离渐近收敛到(π/(2√6))√n，其中n=2^{k-1}。
Loaded Dice: Solving the Non-Selection Problem for Scalable Probabilistic RowHammer Defense
DRAM工艺的持续缩放使得RowHammer漏洞日益严重。JEDEC针对此问题引入了每行激活计数（PRAC）与Alert Back-Off协议作为DDR5的可选特性，但PRAC需要每行计数器单元，带来了面积开销，且每次激活更新计数器会延长D
Federated Stream-Processing and Latency-Gated Response for Cross-Sector Threat Detection and Collaborative Containment
该论文针对关键基础设施防御中预防性控制措施常被高级供应链攻击和窃取的管理员凭证绕过的问题，提出了一种新颖的联邦式高吞吐量流处理与关联框架，用于跨部门协调威胁检测和自动化响应。系统核心组件包括：无状态预过滤调度子系统（PFDS）、内存锁分片状
Filter-then-Verify: A Multiphase GNN and ModernBERT Framework for Social Engineering Detection in Email Networks
社交工程攻击通过利用人类信任而非软件漏洞来实施，传统的基于规则的邮件过滤器难以有效检测这类攻击。本文提出了一种名为“Filter-then-Verify”的两阶段检测框架，将归纳式图神经网络（GNN）与协同注意力机制的ModernBERT模