Microsoft Warns of Two Actively Exploited Defender Vulnerabilities
CVE-2026-41091
Microsoft has disclosed that a privilege escalation and a denial-of-service flaw in Defender has come under active explo
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CVE-2026-41091
Microsoft has disclosed that a privilege escalation and a denial-of-service flaw in Defender has come under active explo
CVE-2026-46333
Cybersecurity researchers have disclosed details of a vulnerability in the Linux kernel that remained undetected for nin
CVE-2026-9082
CVE-2026-9082 can be exploited without authentication for information disclosure, privilege escalation, and remote code
本文提出了一款名为 reconCTI 的命令行工具,用于主动收集网络威胁情报。该工具基于 Python 开发,面向 Linux 系统,旨在帮助网络安全专业人员和普通用户通过开源情报(OSINT)方式发现敏感数据泄露。reconCTI 支持同
该论文针对国家安全等高风险部署场景中AI系统失控(Loss of Control)威胁的缓解问题,提出了一种基于任务特定基准的实证方法论。核心思路是:从AI系统在国家安全基准测试中产生的错误答案出发,反向推导出哪些权限(affordance
本研究着眼于域名注册商在防止恶意域名劫持中的安全控制作用。域名是组织在线身份和声誉的核心资产,一旦被恶意接管,将导致严重损失。论文针对.nl国家顶级域下最受欢迎的10家注册商,通过实证方法评估其安全措施的有效性。研究显示,所有注册商均实施了
本文提出了一种名为 TriSweep 的四无人机(四旋翼)集群框架,用于对嵌入式微控制器进行电磁侧信道分析(EM-SCA)。传统 EM-SCA 假设探针静止且紧贴芯片,低估了空中威胁。TriSweep 通过仿真评估了在0.25-1.5米距离
该论文针对网络入侵检测中未知攻击(零日攻击)检测的挑战,提出了一种名为 UNAD+ 的增强型混合框架。研究背景指出,监督学习方法在已知攻击类别上表现良好,但无法检测训练数据中未出现的攻击类型;无监督方法虽然无需标记攻击样本,但往往假阳性率高
该论文提出了一个面向无卡人工智能(AI)银行系统的综合网络安全与欺诈缓解框架。作者指出,无卡AI银行正在重塑金融业态,带来前所未有的安全与便利,但也面临新型攻击面。核心贡献在于设计了一套架构,利用AI驱动的数据加密技术自动生成虚拟卡,确保交
该论文针对"先复制,后解密"(HNDL)威胁场景,提出了一套基于形式化基础的量子密码暴露度量框架。传统上,组织评估其加密流量在未来被量子计算机破解的风险时,往往依赖启发式加法评分模型,但这些模型缺乏结构合理性。本文证明,在三个合理假设(对手
该论文专注于评估AI智能体在安全关键任务中使用的基准测试存在的严重缺陷。作者基于近期实证证据,系统性地刻画了三个核心挑战:一是基准测试本身存在漏洞,例如测试环境设计不当或度量标准可被操纵导致评估结果失真;二是时间性过时问题,即基准测试无法跟
联邦学习(FL)面临模型投毒攻击的威胁,现有防御方法通常依赖固定阈值或固定簇数的聚类来区分恶意梯度和良性梯度,但难以适应恶意客户端动态变化的投毒策略,且常因客户端本地数据异构性导致良性梯度丢失。为解决这些问题,本文提出一种增强的鲁棒聚合方法
本文提出一个数学与密码学框架,用于在高维离散路径空间中从含噪声的不完整观察数据中精确恢复隐藏路径。研究灵感来源于路径积分视角,其中全局量由众多可能轨迹贡献累积而成。与近似全局路径求和不同,本文研究逆问题:从有噪声、投影、聚合的可观察量中恢复
该论文针对嵌入式微控制器上神经网络推理过程中的定时侧信道泄露问题,提出了一种常数时间实现方法论,用于激活函数的安全实现。作者指出,激活函数的评估可能会泄露计算时间信息,从而被攻击者利用。现有简单的反制措施如去同步化(desynchroniz
时间序列预测(TSF)在金融、医疗、能源等多个关键领域应用广泛,但易受后门攻击。现有的后门防御方法多针对图像或文本任务,直接迁移至TSF效果不佳。本文首先系统评估了13种代表性后门防御在TSF全生命周期中的表现,发现两个根本问题:(1)数据
安全运营中心(SOC)面临持续的警报疲劳问题:在低流行率的警报流中,即使假阳性率很低,也会产生大量的调查负担,而聚合的F1分数掩盖了分析师的真实负担。本文提出PACT(Pareto-aware Controller for Triggere
本文提出了一种面向全同态加密(FHE)推理的决策感知型二次ReLU替换方法。FHE仅支持加法和乘法操作,因此FHE神经网络推理通常需要将非多项式激活函数(如ReLU)替换为多项式拟合。传统方法在经验激活区间上进行多项式拟合,需要较高阶多项式
本文提出一种基于市场分析的、可扩展的充电站网络安全评估方法。现代电动汽车充电通信标准(如CCS)支持TLS认证和加密等可选安全控制,但在大规模部署(例如一国数万个快速充电点)的情况下,逐个测试每个充电站的安全控制支持情况是不可行的。为此,作
本文针对车联网协同感知(CP)系统中的安全性提出了新的攻击视角。协同感知允许自动驾驶车辆共享传感器数据并联合推理环境,现有防御机制通常通过跨车辆不一致性检测和信任评估来抵御数据篡改或伪造攻击,即惩罚与多数观测不一致的车辆。然而,本文揭示了这
随着医疗物联网(IoMT)的发展,可穿戴和植入式设备为分散式医疗保健提供了连续监测与个性化治疗的可能。然而,这些设备的物理安全与完整性面临严峻挑战,比如设备被假冒或篡改会直接危及患者安全、隐私和数据完整性。传统的物理不可克隆函数(PUF)—