网络安全信息与动态周报-2026年第15期
本报告为CNCERT发布的2026年第15期网络安全信息与动态周报。该周报汇总了近期国内外的网络安全态势,包括但不限于:重要漏洞预警、恶意程序活动、网络攻击事件、安全动态等。报告可能涉及政府机构、关键基础设施、企业及个人的安全威胁。由于未提
今日共收录 618 条安全情报,包含 0 个 CVE,271 篇安全通告,以及 95 篇研究论文。
← 返回归档列表本报告为CNCERT发布的2026年第15期网络安全信息与动态周报。该周报汇总了近期国内外的网络安全态势,包括但不限于:重要漏洞预警、恶意程序活动、网络攻击事件、安全动态等。报告可能涉及政府机构、关键基础设施、企业及个人的安全威胁。由于未提
CVE-2026-40860
Apache Camel JMS 反序列化(CVE-2026-40860)漏洞分析
CVE-2026-26980
Threat actors are exploiting a recently disclosed critical security flaw in Ghost CMS to inject malicious JavaScript cod
本文提出 KYA(Know Your Agents),一个与框架无关的自治系统信任与治理层,旨在解决当前 AI 代理可观测性仅关注性能瓶颈而忽视行为异常(如错误决策、数据漂移、信息泄露、静默越权)的问题。KYA 由五个核心原语组成:(1)四
该论文针对抖音和快手等短视频平台中潜在有害青少年视频(PHTVs)的暴露问题进行大规模测量研究。作者首先通过离线调查683名青少年了解其平台使用习惯,然后提出三模块在线测量框架PHTV-Scout:PHTV Hunter通过模拟青少年账户采
该论文研究了视觉-语言-动作(VLA)模型在机器人部署中的能力与鲁棒性之间的权衡。VLA模型在干净输入下表现优异(如OpenVLA-7B在LIBERO任务上成功率超过95%),但即使微小的对抗扰动(如16/255强度的PGD攻击)也会导致性
该论文基于公共的 RawMal-TF 真实恶意软件二进制数据集,构建了一个对抗性恶意软件样本数据集。作者使用一套对抗性恶意软件生成器,生成了两组对抗性 PE 文件:44,347 个按家族标记的样本和 33,596 个按类型标记的样本。在 E
该论文针对Android移动游戏应用中的隐私暴露问题进行了配置感知的实证分析。现有研究多聚焦于权限或孤立的追踪行为,未能全面揭示现代移动生态系统中的隐私风险。本研究通过分析41款来自Google Play商店的广泛部署的Android游戏应
随着量子机器学习(QML)从研究原型向云部署服务过渡,其在受监管行业(如金融、医疗)中的应用引发了新的安全挑战。论文指出,QML管线的完整性面临两大实际威胁:一是硬件在重新校准之间发生的自然噪声漂移(channel drift),二是攻击者
该论文针对现有隐私测量工具(如CFIP、IUIPC、PAQ)早于GDPR超十年、仅关注隐私关切而忽略用户对具体监管权利(如数据可携带权、删除权、自动化决策权)偏好的问题,提出了一种基于GDPR的隐私偏好测量项目库(GPPI)。研究方法包括:
随着云原生技术的快速发展,多租户环境下机密容器的需求日益迫切。现有的机密容器设计大多采用基于微虚拟机(microVM)的架构,如Kata Containers和AWS Nitro Enclaves。虽然微虚拟机架构增强了容器间的隔离性,但其
本文针对恶意软件分析中至关重要的打包器识别工具(如PEiD、Detect It Easy等)的语义正确性进行了系统研究。现有工具往往仅依赖特征签名或启发式规则进行标签匹配,但返回的打包器标签可能在语义上不正确(例如将UPX误判为ASPack
本文系统研究了智能体式AI编码助手(Agentic AI Coding Assistants)面临的新型安全威胁——基于外部工件的提示注入攻击。这类编码助手能够代表开发者执行文件编辑、命令运行、网络访问等操作,但其对未经验证的外部工件(如代
该论文提出了一种名为“有用证明”(Proof of Useful Attestation, PoUA)的共识原语,专门针对以证明为核心活动的区块链(如内容溯源、AI输出归属、阈值签名凭证、供应链收据等)。在传统权益证明(PoS)链中,验证者
该论文针对移动空间数据分析中的隐私保护问题,提出了高效且隐私保护的分布统计分析方法。随着移动计算技术发展,大量空间数据从手机、联网车辆等终端产生,实时分布式统计分析至关重要,但集中式分析存在隐私泄露风险,现有隐私保护技术往往开销大或精度低。
该论文提出了“引用安全性”(Referential Security)作为人工智能评估的新范式。当前,AI系统的评估面临一个根本性挑战:安全评估依赖于稳定的标识符,但持续更新的AI系统(如大型语言模型)在公开名称不变的情况下,底层权重、提示
本论文系统性地研究了概念瓶颈模型(CBM)在概念层面的对抗性脆弱性。CBM通过显式概念激活提供可解释的中间表示,已成为可解释机器学习的重要方法。然而,作者指出这种可解释性本质上引入了一个此前未被探索的攻击面:概念瓶颈层本身。他们开发了严格的
该论文针对以太坊智能合约重入攻击问题,提出了一种名为 Sentinel 的新型代理方法。重入攻击是 DApp 生态系统的持续性威胁,去年黑客通过利用 EVM 的跨合约消息传递语义,从 DApp 生态系统中窃取了约 8000 万美元。现有研究
本文提出了一种名为EnThM的轻量级、通信高效的方案,用于智能电网中实时缓解窃电问题。智能电网虽然通过数字技术提升了可靠性、效率和可持续性,但窃电仍然是大型电力网络有效运行的主要威胁。EnThM利用智能电网基础设施的分层结构,在配电网络的多
该论文聚焦于机器学习恶意软件检测器因概念漂移(concept drift)而过时的问题。现有方法(如HCL)依赖全标注数据和层级对比损失,在拥有强语义结构的场景下效果良好。然而安全领域标注数据稀缺,且部分数据集(如BODMAS)缺乏强语义结