2026-06-01 归档

今日共收录 782 条安全情报，包含 65 个 CVE，382 篇安全通告，以及 87 篇研究论文。

← 返回归档列表

安全公告2026-06-01 发布INFO

Android 16 QPR2

历史摘要 · 未重新核验 · Android Security Bulletin

#android #mobile

安全公告2026-06-01 发布INFO

Mobile network security

历史摘要 · 未重新核验 · Android Security Bulletin

#android #mobile

安全公告2026-06-01 发布INFO

iOS 26.5 and iPadOS 26.5

历史摘要 · 未重新核验 · Apple Security Releases

#apple #ios #macos

安全公告2026-06-01 发布INFO

iOS 18.7.9 and iPadOS 18.7.9

历史摘要 · 未重新核验 · Apple Security Releases

#apple #ios #macos

安全公告2026-06-01 发布INFO

iOS 16.7.16 and iPadOS 16.7.16

历史摘要 · 未重新核验 · Apple Security Releases

#apple #ios #macos

安全公告2026-06-01 发布INFO

iOS 15.8.8 and iPadOS 15.8.8

历史摘要 · 未重新核验 · Apple Security Releases

#apple #ios #macos

安全公告2026-06-01 发布INFO

MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0

历史摘要 · 未重新核验 · Mozilla Security Advisories

#mozilla #firefox #browser

安全公告2026-06-01 发布INFO

MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1

历史摘要 · 未重新核验 · Mozilla Security Advisories

#mozilla #firefox #browser

威胁情报2026-06-01 发布INFO

Firewall for AI

Akamai 发布了名为“Firewall for AI”的产品，旨在保护人工智能（AI）工作负载免受分布式拒绝服务（DDoS）攻击和其他网络威胁。该防火墙针对 AI 基础设施的独特需求设计，能够识别并缓解针对模型推理端点、训练集群等资源的

历史摘要 · 未重新核验 · Akamai Security Research

#botnet #ddos #akamai

学术论文2026-05-29 发布INFO

Differentially Private Preference Data Synthesis for Large Language Model Alignment

本文提出 DPPrefSyn，一种用于生成差分隐私（DP）合成偏好数据的新算法，旨在保护大语言模型（LLM）对齐过程中的隐私。在偏好对齐的后训练阶段，使用真实人类偏好数据可能泄露敏感的用户提示和判断。DPPrefSyn 基于 Bradley

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #cs.LG #differential-privacy #llm-alignment #synthetic-data

学术论文2026-05-29 发布INFO

R+R: Reassessing Java Security API Misuse in Current LLMs: A Replication on JCA and JSSE APIs with External Security Knowledge

本研究针对当前大语言模型（LLM）在生成Java安全API代码时仍然存在的误用问题进行复制与扩展。2024年的研究已表明，LLM生成的代码中普遍存在Java加密架构（JCA）和Java安全套接字扩展（JSSE）API的误用，但该问题是否延续

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.SE #llm #java #security-api #misuse

学术论文2026-05-29 发布INFO

EvoDefense: Co-Evolving Black-Box Defense with Large Language Models

大型语言模型（LLM）在多种攻击下仍然高度脆弱，尤其是在黑盒场景中，攻击者无法访问目标模型的内部参数。现有的黑盒防御通常依赖预定义的过滤启发式规则，难以泛化到未见过的攻击类型和目标模型架构。本文提出 EvoDefense，一种经验引导的协同

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.CL #agent-security #llm

学术论文2026-05-29 发布INFO

Triaging Threats to Specialized Guardrails

本论文针对大型语言模型（LLM）在真实部署中安全护栏的鲁棒性问题展开研究。作者指出，现有安全数据集仅覆盖零散的风险子集且分类体系不一致，导致难以评估护栏模型的泛化能力。为此，本文首先构建了GuardZoo，一个统一的人工标注基准，包含32,

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.CL #llm-security #safety-guardrails

学术论文2026-05-28 发布INFO

An Organization-Scoped LLM Agent Runtime Architecture for Regulated Cybersecurity Operations

这篇论文针对受监管的网络安全运维场景，指出现有的大语言模型（LLM）代理系统虽然在孤立的网络安全任务上表现良好，但缺乏一个能够跨检索、工具调用、记忆、发现、报告和审计强制执行组织级范围、同时保持模型无关且可本地部署的运行时平台。特别是在安全

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #cs.CL #cs.IR #agent-security #llm #cybersecurity

学术论文2026-05-28 发布INFO

On-Device Generative AI for GDPR-Compliant Visual Monitoring: Natural Language Alerts from Local Object Detection

本文提出了一种针对通用数据保护条例（GDPR）合规的视觉监控系统，通过将全部推理过程限制在边缘设备上，从根本上解决了云推理中原始图像数据暴露于外部服务所带来的隐私风险。该系统采用隐私保护设计原则，选取YOLOv5n-seg模型编译到Hail

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.CV #GDPR #edge-ai #privacy #visual-monitoring

学术论文2026-05-28 发布INFO

How Reliable Are AI Attackers Against a Fixed Vulnerable Target? A 400-Run Empirical Study of LLM Penetration Testing Consistency

本文针对大型语言模型（LLM）作为自主攻击者的行为一致性进行了首个大规模实证研究。研究团队在固定提示词、编排器和目标环境（包含OWASP Juice Shop及两个附加易受攻击服务的蜜罐）的条件下，对四种LLM（Claude Sonnet

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #agent-security #llm #penetration-testing

学术论文2026-05-28 发布INFO

KBF: Knowledge Boundary as Fingerprint for Language Model and Black-Box API Auditing

本文提出了一种名为 KBF（Knowledge Boundary as Fingerprint）的低成本黑盒审计协议，用于检测大型语言模型（LLM）API 中模型替换或混合路由攻击。在 LLM 生态中，转售 API 和中间商可能欺诈性地将用

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.AI #llm-security #model-fingerprinting #api-audit #knowledge-boundary

学术论文2026-05-28 发布MEDIUM

CacheProbe: Auditing Prompt Cache Isolation in Gateway APIs

本文研究大型语言模型（LLM）推理API中提示缓存（prompt caching）实现的安全隔离问题。提示缓存通过复用请求的KV缓存来节省计算资源并加速响应，但许多实现存在时序攻击或元数据泄露风险。Gu等人（ICML 2025）已提出一种审

历史摘要 · 未重新核验 · arXiv cs.CR

#cs.LG #llm #prompt-caching #api-security

漏洞预警2026-06-01 发布CRITICAL

An improper Input Validation vulnerability in OTRS or ((OTRS)) Community Edition database layer module allows an unauthenticated SQL injection which can lead to an authenticatio...

CVE-2026-48188

CVE-2026-48188 是 OTRS 及 ((OTRS)) Community Edition 数据库层模块中存在的一个不正确的输入验证漏洞，导致未认证的 SQL 注入。攻击者可以利用该漏洞绕过身份验证，从而获得对系统的未授权访问。该

历史摘要 · 未重新核验 · NVD

#cve #cwe-20

威胁情报2026-06-01 发布INFO

CrowdStrike Named a Leader in Frost & Sullivan 2026 Radar for Cloud-Native Application Protection Platforms

历史摘要 · 未重新核验 · CrowdStrike

#crowdstrike #apt #edr