Security in the Fine-Tuning Lifecycle of Large Language Models: Threats, Defenses,Evaluation, and Future Directions
该论文系统综述了大语言模型（LLM）微调生命周期中的安全问题。背景：微调是使预训练LLM适应下游任务的核心技术，但其对训练数据、参数更新和可复用组件的依赖为攻击者提供了入口。威胁已从数据中毒、权重篡改进化到智能体操纵和接口利用，而现有综述缺
2026-05-27 归档
今日共收录 1142 条安全情报，包含 375 个 CVE，381 篇安全通告，以及 103 篇研究论文。
← 返回归档列表Furina: Fragmented Uncertainty-Driven Refusal Instability Attack
该论文挑战了主流观点：大语言模型（LLM）和多模态大语言模型（MLLM）的安全对齐并非近似二元的阈值机制。作者通过实验揭示，安全行为实际上由一个不稳定性区域（instability region）主导，在该区域内，微小的扰动会导致模型做出随
MemMark: State-Evolution Attribution Watermarking for Agent Long-Term Memory Systems
该论文提出了一种名为 MemMark 的状态演化归因水印方法，旨在解决基于大语言模型（LLM）的智能体长期记忆系统中的归因问题。在传统的记忆系统中，智能体的行为通常通过日志、可见输出或受信任的元数据进行追踪。然而，当记忆快照被泄露或迁移时，
APT-Agent: Automated Penetration Testing using Large Language Models
该论文提出了一种基于大型语言模型（LLM）的全自动渗透测试框架 APT-Agent，旨在解决传统手动渗透测试难以应对现代Web基础设施的规模和复杂性，以及现有LLM方法中存在的技术实体幻觉和长期上下文记忆不足的问题。APT-Agent系统化
Memory-Induced Tool-Drift in LLM Agents
该论文研究了现代LLM代理系统中长期记忆与工具调用接口结合时出现的一种新故障模式：存储在记忆中的个性驱动偏见（如成本意识、不耐烦、风险承受能力等）会在不相关的情境中悄然影响工具调用，作者称之为“记忆诱导的工具漂移”。为了系统化研究这一现象，
Turning Bias into Bugs: Bandit-Guided Style Manipulation Attacks on LLM Judges
本文针对LLM作为评判者（LLM-as-a-judge）模式中存在的文体偏见问题，提出了一种名为BITE（BIas exploraTion and Exploitation）的黑盒对抗攻击框架。研究背景是：LLM评判器在评估文本时，会表现出
Reflect-Guard: Enhancing LLM Safeguards against Adversarial Prompts via Logical Self-Reflection
本论文提出 Reflect-Guard，一种通过逻辑自我反思增强大型语言模型（LLM）安全分类器的方法。现有的安全分类器如 Llama Guard 能有效检测明显有害的提示，但难以应对通过角色扮演、虚构场景和间接请求伪装恶意意图的对抗性越狱
RouteScan: A Non-Intrusive Approach to Auditing MoE LLMs Safety via Expert Routing Telemetry
本文针对混合专家（MoE）大规模语言模型在部署中的安全审计问题，提出了一种非侵入式的审计框架RouteScan。现有的基于内容的审计方法需要访问用户提示、模型输入或生成输出，这可能导致敏感用户信息泄露，在LLM安全性与用户隐私之间产生根本性
Demystifying the Mythos or Disrupting Bugonomics? From Zero-Day Asymmetry to Defender Remediation Throughput
本论文从“漏洞经济学”（bugonomics）的视角，系统分析了由大型语言模型（LLM）驱动漏洞发现所带来的成本与激励变化。传统上，高端漏洞经济以攻方定价为主，因为生产级零日漏洞和利用链是昂贵且专业化的输出，主要服务于政府、中间商和进攻性供
Ellipsoid Control: A White-list Jailbreak Defense via Benign Latent Modeling
该论文提出了一种名为“Ellipsoid Control”的新型越狱防御方法，旨在克服基于表示工程（RepE）的防御方法依赖黑名单监督的固有缺陷。现有RepE防御通过学习有害或越狱数据到拒绝响应的激活变换来实现防护，但这类黑名单方法受限于已
Poisoning the Watchtower: Prompt Injection Attacks Against LLM-Augmented Security Operations Through Adversarial Log Content
本文研究了大语言模型（LLM）在安全运营中心（SOC）中作为分析师助手时面临的一种结构性缺陷：许多日志字段（如用户代理、URL、载荷、DNS查询、尝试用户名等）是攻击者可控制的，这些字段在输入给LLM进行分析时，可能携带恶意指令，从而引发提
网络安全信息与动态周报-2026年第15期
本报告为中国国家互联网应急中心（CNCERT）发布的第15期网络安全信息与动态周报，涵盖2026年4月中旬至5月底期间的网络安全态势。报告综合了漏洞通报、恶意程序活动、网络安全事件监测及预警信息。主要内容包括：1）境内木马僵尸网络活动情况，
Apache Camel JMS 反序列化(CVE-2026-40860)漏洞分析
CVE-2026-40860
Apache Camel JMS 反序列化(CVE-2026-40860)漏洞分析
[原创]OpenClaw沙箱机制逃逸漏洞分析（CVE-2026-24763）
CVE-2026-24763
[原创]OpenClaw沙箱机制逃逸漏洞分析（CVE-2026-24763）
Microsoft Patches SharePoint RCE Flaw CVE-2026-45659 Across Server Versions
CVE-2026-45659
Microsoft has rolled out updates to fix a remote code execution vulnerability impacting SharePoint that could be exploit
Anonymous YARA Rules Are Not Anonymous
该论文系统性地评估了YARA规则匿名化假设的有效性。威胁情报社区广泛共享YARA规则以实现集体防御，但普遍认为移除元数据（如作者字段）足以保护贡献组织的身份。作者质疑这一假设，并通过实证研究证明YARA规则文本本身包含丰富的风格特征，可被用
Privacy-Preserving Screening for Record Linkage
在大数据和机器学习时代，数据协作至关重要，但必须遵守监管和法律约束。两方隐私保护记录链接（PPRL）能够在评估协作价值的同时确保数据隐私和安全，然而其高昂的计算和通信开销阻碍了在数据市场中大规模应用。为此，本文提出“筛选-链接”（Scree
Certified Causal Attribution for Real-Time Attack Forensics in 6G Network Slicing
本文针对6G网络切片中的跨切片攻击归因问题，提出了一个名为DA-GC的认证因果关系归因框架。在6G网络中，攻击者可能通过共享基础设施跨越多个网络切片发起攻击，而现有方法在满足严格的服务等级协议（SLA，要求100毫秒内完成归因）时，往往因共
ChainCaps: Composition-Safe Tool-Using Agents via Monotonic Capability Attenuation
本文提出了一种名为ChainCaps的新方法，旨在解决工具使用型智能体在开放式部署环境中的组合安全问题。这类智能体在运行时动态组合文件系统、Web API、代码解释器和企业服务等工具，导致了一个安全漏洞：即使每个工具都通过了独立的权限检查，
Analyzing Concentration, Temporal Routines and Targeting in Public Ransomware Leak Site Data
本文利用勒索软件数据泄露网站（data leak sites）上的帖子作为行为痕迹，构建了一个包含325个勒索软件团伙、超过27,000条受害者帖子的数据集。研究旨在分析勒索软件团伙的受害者集中度、时间规律（如活动的时间模式）以及针对特定类