New Claude Integration Brings Audit Data into the Falcon Platform
New Claude Integration Brings Audit Data into the Falcon Platform
2026-05-24 归档
今日共收录 626 条安全情报，包含 0 个 CVE，292 篇安全通告，以及 79 篇研究论文。
← 返回归档列表Netherlands seizes 800 servers of hosting firm enabling cyberattacks
Financial crime investigators in the Netherlands (FIOD) arrested two men and seized 800 servers linked to a web hosting
Measuring AI-Enabled Success: 3 KPIs Leaders Should TrackMay 22, 2026
Measuring AI-Enabled Success: 3 KPIs Leaders Should TrackMay 22, 2026
Italy disrupts CINEMAGOAL piracy app that stole streaming auth codes
Italian authorities have dismantled a piracy ecosystem centered around the CINEMAGOAL app that provided access to variou
npm Adds 2FA-Gated Publishing and Package Install Controls Against Supply Chain Attacks
GitHub has rolled out new controls for npm to improve the security of the software supply chain, giving maintainers the
Packagist Supply Chain Attack Infects 8 Packages Using GitHub-Hosted Linux Malware
A new "coordinated" supply chain attack campaign has impacted eight packages on Packagist including malicious code desig
Laravel-Lang PHP Packages Compromised to Deliver Cross-Platform Credential Stealer
Cybersecurity researchers have flagged a fresh software supply chain attack campaign that has targeted multiple PHP pack
A First Measurement Study on Authentication Security in Real-World Remote MCP Servers
该论文首次对真实世界中远程MCP（模型上下文协议）服务器的认证安全性进行了大规模测量研究。MCP正成为连接大语言模型与外部服务的通用接口，尤其是在智能体需要访问用户在线服务（如社交媒体、生产力工具、金融服务）时，远程部署变得越来越重要。然而
Benchmarking Autonomous Agents against Temporal, Spatial, and Semantic Evasions
本文针对基于大型语言模型（LLM）的自主智能体系统（如OpenClaw）中存在的安全漏洞进行了深入研究。现有漏洞分析大多集中在单轮、无状态的行为上，忽略了有状态多轮交互和动态工具调用带来的扩展攻击面。为此，作者提出了一种多维度逃避框架，包含
Parser-Free Querying of Security Logs
安全分析师日常需要查询系统日志来检测威胁和调查事件，但不同日志源使用各自不同的半结构化格式，导致日志虽易产生却难使用。传统方法是为每种格式构建解析器将日志标准化为结构化模式（如SQL表），虽强大但需要持续工程投入。而直接使用grep等工具查
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年报告的CVE数量就接近5万个。大型语言模型在自动化漏洞检测方面展现出潜力，但仍面临三大挑战：一是生成的漏洞报告误报率高且缺乏可重复验证；二是现有的LLM方法在漏洞定位时粒度选择次优，函数级分析在上下文过
VIPER-MCP: Detecting and Exploiting Taint-Style Vulnerabilities in Model Context Protocol Servers
本文提出了VIPER-MCP，这是首个针对MCP（模型上下文协议）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，由于MCP服务器暴露特权操作（如shell执行、网络访问、文件系统操作），其工具处理程序中的
Finding Missing Input Validation in TEEs via LLM-Assisted Symbolic Execution
本文针对可信执行环境（TEE）应用中输入验证缺失导致的安全漏洞检测问题展开研究。由于TEE构建和运行环境的配置成本高、复杂性大，且硬件隔离限制了可观测性，现有安全分析方法难以有效应用于TEE应用。为此，作者提出SymTEE，一种新型的大语言
Rethinking Fraud Safety Evaluation: Multi-Round Attacks Reveal Safety-Utility Tradeoffs in Graph-Context LLM Defenders
该论文针对当前欺诈安全评估中普遍采用的单轮交互评估方式的局限性进行了深入分析，指出单轮评估无法反映真实攻击场景中攻击者通过多轮对话逐步升级欺诈行为的特点。为此，作者构建了一个基于 Fraud-R1 数据集的多轮评估套件，并在此框架下系统比较
Blind Spots in the Guard: How Domain-Camouflaged Injection Attacks Evade Detection in Multi-Agent LLM Systems
该论文研究了多智能体LLM系统中的注入攻击检测盲点。现有注入检测器主要针对静态、模板化的载荷进行校准，这些载荷通常以显式的覆盖指令形式出现。作者识别出一种系统性盲点：当注入载荷生成时模仿目标文档的领域词汇和权威结构（称为领域伪装注入），标准
A Large Language Model Approach to Generating Bypass Rules for Malware Evasion in Analysis Sandbox
该论文提出了一种利用大语言模型（LLM）自动生成YARA规则的方法，以绕过沙箱环境中的恶意软件逃逸检测。现代恶意软件常使用环境检查（如检测虚拟机、调试器）来规避自动分析，而现有技术依赖人工逆向工程每种逃逸机制来编写绕过规则，难以跟上快速演变
HIDBench: Benchmarking Large Language Models for Host-Based Intrusion Detection
该论文提出了HIDBench，一个专门评估大型语言模型（LLM）在基于主机的入侵检测（HIDS）任务中能力的基准。现有网络安全基准多聚焦渗透测试或漏洞识别，而基于系统日志的入侵检测这一关键任务尚未被系统评估。HIDBench统一了三个公开系
PocketAgents: A Manifest-Driven Library of Autonomous Defense Agents
本文提出 PocketAgents，一个基于清单（manifest）驱动的自主防御代理库，旨在将大语言模型（LLM）与防御执行决策安全地连接起来。现有方法仅依靠模型回答是否发生攻击，但防御者需要决定模型输出中哪些可以改变系统状态、哪些必须拒
Adversarial Reframing: A Framework for Targeted Generation in Language Models
大型语言模型（LLMs）在各类实际场景中广泛应用，但仍易受到越狱攻击，即通过基于提示的攻击绕过安全过滤器。本文提出THREAT（通过重框和利用对抗策略进行目标有害生成）框架，这是一个基于推理的框架，协调多个LLM在迭代搜索循环中寻找文本越狱
ASSEMBLAGE-DEEPHISTORY: A Cross-Build Binary Dataset with Temporal Coverage
该论文提出了ASSEMBLAGE-DEEPHISTORY，一个跨构建的二进制数据集，旨在弥补现有二进制语料库缺乏时间维度、跨编译多样性以及CVE标签组合的不足。数据集包含73,610个二进制文件，涵盖248个开源项目，使用GCC、Clang