Microsoft warns of new Defender zero-days exploited in attacks
On Wednesday, Microsoft started rolling out security patches for two Defender vulnerabilities that have been exploited i
2026-05-22 归档
今日共收录 1105 条安全情报，包含 281 个 CVE，422 篇安全通告，以及 120 篇研究论文。
← 返回归档列表GitHub links repo breach to TanStack npm supply-chain attack
GitHub says the hackers who breached 3,800 internal repositories gained access via a malicious version of the Nx Console
When Identity is the Attack Path
Consider a cached access key on a single Windows machine. It got there the way most cached credentials do - a user logge
Supply Chain Security Crisis: Too Many Vulnerabilities, Too Little Visibility
New vulnerabilities are being discovered too fast, the time-to-exploitation is too short, and our visibility into them i
A Large Language Model Approach to Generating Bypass Rules for Malware Evasion in Analysis Sandbox
本文针对沙箱逃逸这一自动化恶意软件分析中的关键挑战，提出了一种利用大语言模型（LLM）自动生成YARA规则以绕过沙箱环境检测的方法。现有方法依赖人工逆向工程每个逃逸机制来编写绕过规则，难以应对快速演变的逃逸技术。作者提出的ABLE系统通过分
Adversarial Reframing: A Framework for Targeted Generation in Language Models
大型语言模型（LLM）在现实世界中广泛部署，但容易受到越狱攻击——通过基于提示的操纵绕过安全过滤器。本文提出THREAT（通过重构和利用对抗策略进行定向有害生成）框架，一种推理驱动的攻击方法，协调多个LLM在迭代搜索循环中自动发现文本越狱提
A First Measurement Study on Authentication Security in Real-World Remote MCP Servers
本文首次对真实世界中远程模型上下文协议（MCP）服务器的认证安全状况进行了大规模测量研究。MCP正成为连接大型语言模型（LLM）与外部服务的通用接口，特别是在远程部署场景下，MCP客户端需要访问用户关联的在线服务（如社交、生产力、金融服务）
Finding Missing Input Validation in TEEs via LLM-Assisted Symbolic Execution
该论文提出 SymTEE，一种新颖的 LLM 辅助符号执行框架，专门用于检测可信执行环境（TEE）应用中的输入验证缺失漏洞，而无需搭建真实的 TEE 环境。TEE 通过硬件强制隔离保护敏感代码和数据，但配置完整的 TEE 构建和运行环境成本
Parser-Free Querying of Security Logs
该论文提出了名为Sieve的系统，旨在解决安全分析师在查询系统日志时面临的困境：现有日志来源采用多种半结构化格式，传统方法需要对每种格式构建解析器以标准化为结构化模式，虽功能强大但工程开销大；而直接使用grep等工具查询原始日志虽避免了解析
FuzzingBrain V2: A Multi-Agent LLM System for Automated Vulnerability Discovery and Reproduction
软件漏洞是严重的安全威胁，仅2025年就报告了近5万个CVE。尽管大型语言模型（LLM）在自动化漏洞检测方面展现出潜力，但仍面临三大挑战：一是LLM生成的漏洞报告误报率高且缺乏可复现验证；二是现有基于LLM的方法在漏洞定位中使用次优粒度，函
HIDBench: Benchmarking Large Language Models for Host-Based Intrusion Detection
本文提出了一个新的基准测试 HIDBench，用于评估大语言模型（LLM）在基于主机的入侵检测系统（HIDS）中的能力。现有的 LLM 安全基准主要关注渗透测试、漏洞识别等任务，但忽略了从系统日志进行入侵检测这一关键任务。入侵检测需要在大规
PocketAgents: A Manifest-Driven Library of Autonomous Defense Agents
本文提出 PocketAgents，一个基于清单驱动（manifest-driven）的自主防御智能体库，旨在解决将大语言模型（LLM）应用于防御执行时面临的挑战。传统上，仅询问模型是否正在发生攻击不足以实现有效防御，防御者需要决定哪些模型
ASSEMBLAGE-DEEPHISTORY: A Cross-Build Binary Dataset with Temporal Coverage
本文介绍了一个名为ASSEMBLAGE-DEEPHISTORY的跨构建二进制数据集，旨在解决现有二进制语料库在维度覆盖上的不足。现有数据集通常只涵盖编译多样性（如跨编译器构建）或时间轴（如历史版本），或仅包含单一构建的CVE标签，但缺乏将跨
VIPER-MCP: Detecting and Exploiting Taint-Style Vulnerabilities in Model Context Protocol Servers
本文提出了 VIPER-MCP，首个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 服务器暴露了 shell 执行、网络访问、文件操作等特权操作，其工具处理器的
An Evidence-driven Protocol for Trustworthy CI Pipelines
企业软件供应链正面临日益严重的基础设施攻击威胁，可能导致财务和声誉损失。确保软件工件的完整性和来源（provenance）是一个重大挑战，传统的做法是让每个消费者重新执行构建和测试以验证来源，但这会导致验证瓶颈并降低信誉。本文提出了一种基于
GenAI-Driven Threat Detection with Microsoft Security Copilot
本文提出了一种名为动态威胁检测代理（Dynamic Threat Detection Agent, DTDA）的自主智能体，旨在解决安全分析师需要持续将不断演变的攻击者战术转化为检测逻辑这一被动防御难题。DTDA 集成在 Microsoft
Frequency-Domain Regularized Adversarial Alignment for Transferable Attacks against Closed-Source MLLMs
本文研究了针对闭源多模态大模型（MLLMs）的基于迁移的定向攻击问题。现有方法在空间域存在特征冗余和代理模型特定梯度信号，导致跨模型可迁移性受限。为此，作者提出FRA-Attack，一种从频域正则化角度统一解决上述挑战的方法。该方法包含两个
Rethinking Fraud Safety Evaluation: Multi-Round Attacks Reveal Safety-Utility Tradeoffs in Graph-Context LLM Defenders
本文指出，当前针对欺诈防御的 LLM 安全评估多采用单轮交互，这远不足以模拟真实世界中攻击者通过多轮对话逐步升级的欺诈行为。作者构建了一个基于 Fraud-R1 数据集的冻结多轮评估套件，并在其上比较了纯文本基线模型与图上下文防御模型（即在
Heartbeat-Bound Hierarchical Credentials: Cryptographic Revocation for AI Agent Swarms
本文针对自主AI代理在生成子代理群时面临的安全缺口——现有凭证撤销机制（如OAuth 2.0内省、OCSP、W3C状态列表）依赖网络连接至中心权威，导致操作者关闭主代理后，“僵尸代理”仍可在数分钟到数小时内执行特权操作。为此，作者提出心跳绑
Security Document Classification with a Fine-Tuned Local Large Language Model: Benchmark Data and an Open-Source System
该论文针对组织在扫描文档敏感信息时面临的困境：云服务需要将数据发送到外部基础设施，存在隐私风险；而基于规则的静态工具常常无法捕捉依赖上下文的威胁。为此，作者提出了TorchSight——一个基于微调本地大语言模型（Qwen 3.5 27B）