Agent AI is Coming. Are You Ready?
New Industry Data Just Released Suggests Not. On May 19th, 2026, Orchid Security released the results of our Identity G
2026-05-21 归档
今日共收录 1079 条安全情报，包含 251 个 CVE，425 篇安全通告，以及 115 篇研究论文。
← 返回归档列表Typosquatting Is No Longer a User Problem. It's a Supply Chain Problem
AI-generated lookalike domains are now embedded inside the third-party scripts running on your web properties. Here's wh
Over 320 NPM Packages Hit by Fresh Mini Shai-Hulud Supply Chain Attack
A compromised maintainer account was used to publish malicious package versions across the @antv namespace. The post Ove
VIPER-MCP: Detecting and Exploiting Taint-Style Vulnerabilities in Model Context Protocol Servers
本文提出 VIPER-MCP，一种针对模型上下文协议（MCP）服务器的端到端自动化漏洞审计框架。MCP 已成为连接 LLM 代理与外部工具的标准接口，但 MCP 服务器暴露的 shell 执行、网络访问、文件操作等高权限操作若存在实现缺陷，
Babel: Jailbreaking Safety Attention via Obfuscation Distribution Optimized Sampling
本文发现大型语言模型（LLM）的安全对齐机制存在固有脆弱性：模型仅依赖少量稀疏分布的注意力头进行安全监控，导致大部分表示空间缺乏有效监管。作者通过数学建模形式化了文本混淆的有效边界，并利用该边界设计了一种高效的黑盒越狱攻击框架Babel。该
Trusted Weights, Treacherous Optimizations? Optimization-Triggered Backdoor Attacks on LLMs
该论文揭示了大语言模型（LLM）推理优化过程中存在的新型安全威胁。尽管编译优化作为LLM规模化部署的关键技术，通常假定优化前后图语义等价，但作者首次发现其数值副作用可被恶意利用，植入隐蔽后门。论文提出统一优化触发攻击框架，包含两种互补策略：
LLM Benchmark Datasets Should Be Contamination-Resistant
本文指出，LLM基准数据集在预训练语料中频繁出现（即“污染”），导致其评估模型泛化能力的可靠性下降。作者提出基准数据集应具备“抗污染”特性：即模型无法通过训练学习到这些数据（unlearnable），但能用于推理评估。他们首先回顾了基准数据
Prompt2Fingerprint: Plug-and-Play LLM Fingerprinting via Text-to-Weight Generation
该论文提出 Prompt2Fingerprint (P2F)，一种用于大型语言模型（LLM）指纹识别的即插即拔框架。随着LLM的广泛部署和再分发，模型来源追踪成为关键挑战。现有的主动指纹识别方法通过微调嵌入身份信号，虽然准确率高且鲁棒，但存
Onion-Routed Multi-Circuit Key Establishment for Quantum-Resilient Sessions
该论文提出了一种基于Tor洋葱路由的多电路密钥建立方案，以应对量子计算对公钥密码学（如RSA、Diffie-Hellman、椭圆曲线密码）的威胁。当前公钥原语依赖于整数分解或离散对数问题，而Shor算法在足够强大的量子计算机上可破解这些难题
An Evidence-driven Protocol for Trustworthy CI Pipelines
该论文针对企业软件供应链中CI（持续集成）管道面临的基础设施攻击（如篡改构建环境、注入恶意代码）导致软件制品完整性和来源不可信的问题，提出了一种基于证据的可信CI协议。核心方法是将确定性构建系统（DBS，如Nix）与可信执行环境（TEE，如
GenAI-Driven Threat Detection with Microsoft Security Copilot
该论文针对当前安全分析师需要不断将攻击者战术转化为检测逻辑的被动局面，提出了一种基于生成式AI的动态威胁检测代理（DTDA）。DTDA是一个始终在线的自适应代理，持续调查微软Defender中的安全事件，以发现隐藏威胁并在发现攻击故事缺口时
Rethinking Fraud Safety Evaluation: Multi-Round Attacks Reveal Safety-Utility Tradeoffs in Graph-Context LLM Defenders
该论文指出，单轮安全评估无法真实反映欺诈防御场景，因为攻击者会在多轮对话中逐步升级。作者基于Fraud-R1构建了冻结的多轮测试套件，分别对图上下文防御者和纯文本基线模型进行回放攻击和自适应多轮攻击，并测量防御者首次拒绝发生的轮次（而非仅最
Heartbeat-Bound Hierarchical Credentials: Cryptographic Revocation for AI Agent Swarms
该论文提出了一种名为“心跳绑定层级凭证”（HBHC）的加密协议，旨在解决自主AI智能体在生成子智能体群组时存在的安全间隙。现有凭证撤销机制（如OAuth 2.0 introspection、OCSP、W3C状态列表）依赖网络连接至中央权威，
Security Document Classification with a Fine-Tuned Local Large Language Model: Benchmark Data and an Open-Source System
本文提出了一种名为 TorchSight 的开源本地安全文档分类系统，旨在解决组织在扫描敏感文档时面临的云服务数据外泄和基于规则工具缺乏上下文感知的问题。该系统基于微调的 Qwen 3.5 27B 模型，在 78,358 个样本上进行训练，
BiRD: A Bidirectional Ranking Defense Mechanism for Retrieval Augmented Generation
随着检索增强生成（RAG）的广泛应用，针对RAG系统的对抗性攻击日益增多。现有防御方法主要依赖语义分析或多轮投票，但存在高计算成本或在强投毒攻击下鲁棒性有限的缺陷。其根本局限在于仅关注语义内容相关性，而忽略了由排序结构定义的检索上下文。本文
Adaptive Probe-based Steering for Robust LLM Jailbreaking
本文针对大型语言模型（LLM）的越狱攻击问题，提出了一种基于探针的自适应引导方法。现有对比引导方法依赖有限且存在固有偏见的对比提示，并需要大量人工调整引导强度，导致鲁棒性和有效性不足。本研究利用模型提取思想，通过引导学习到的引导向量逼近理想
Exploring and Developing a Pre-Model Safeguard with Draft Models
本文提出了一种利用草稿模型（Small Language Model, SLM）的预模型安全防护设计，旨在降低越狱攻击的漏报率并提高效率。研究首先系统探索了越狱攻击从大语言模型（LLM）向小语言模型的迁移性，发现给定针对LLM的越狱提示，S
Be Kind, Rewrite: Benign Projections via Rewriting Defend Against LLM Data Poisoning Attacks
大语言模型（LLM）极易受到后门攻击（BA），攻击者通过向训练样本中注入包含触发器的有害内容来植入后门。现有防御方法在广泛测试中效果不佳。本文探索利用LLM自身的重写能力作为主动防御手段，提出了一种名为“开放书签良性重写”（OBBR）的方法
Surviving the Unseen: Predictive Defense for Novel Multi-Turn Multimodal Attacks
本文针对多模态大语言模型（MLLMs）在自主智能体工作流中面临的新型多轮多模态攻击的安全问题。传统静态防御机制受限于马尔可夫性质，逐轮独立评估输入，无法检测跨对话轨迹的累积恶意注入。为此，作者将安全验证形式化为动态生存预测与轨迹动力学问题，
It Takes Two: Complementary Self-Distillation for Contextual Integrity in LLMs
本文针对大语言模型（LLM）在作为个人代理处理敏感工作流时面临的上下文完整性（Contextual Integrity, CI）问题，提出了一种互补自蒸馏框架SELFCI。CI定义隐私不仅为隐藏信息，而是根据给定上下文的规范来管理信息流动。