TeleHunt: A Framework and Tool for Efficient Cybercriminal Community Discovery on Telegram
本文提出并实现了一个名为 TeleHunt 的框架和工具，旨在系统评估在 Telegram 平台上发现网络犯罪社区的不同策略的有效性。TeleHunt 采用基于参考驱动的雪球抽样（snowballing）方法，整合了消息级分类、上下文过滤以
2026-06-04 归档
今日共收录 1001 条安全情报，包含 200 个 CVE，398 篇安全通告，以及 115 篇研究论文。
← 返回归档列表Token Rankings are Unforgeable Language Model Signatures
该论文研究了语言模型输出中token排名（即按概率排序的token顺序）是否构成模型独有的、不可伪造的数字签名。作者首先证明，每个语言模型对其logit输出施加了独特的几何约束，这可以作为识别模型的签名，但同时也泄露了模型最终层的参数。在更
What Can Verifiable Decapsulation Tests Certify? Pass Bounds and Fault-Recognition Limits for FO-Based KEMs
本文研究基于Fujisaki-Okamoto（FO）变换的密钥封装机制（KEM）在可验证解密测试中的理论界限与故障识别限制。研究背景是：在量子安全密码学中，类似ML-KEM和HQC的KEM方案依赖于FO变换，其安全性部分来源于再加密验证。然
Cascading Hallucination in Agentic RAG: The CHARM Framework for Detection and Mitigation
本文针对多步代理检索增强生成（Agentic RAG）管道中的级联幻觉问题进行了系统研究。级联幻觉是一种独特的故障模式，即在管道早期阶段引入的错误会沿着后续推理步骤传播并放大，最终产生看似自信但事实不正确的输出。现有幻觉检测机制（如输出级检
Pepper: High-bandwidth and Scalable Anonymous Broadcast with Cryptographic Privacy
本文提出 Pepper，一种高速匿名广播协议，旨在为全球对手提供加密发送者匿名性。Pepper 基于双服务器 DC-net 架构，但引入了三项关键创新：一是使用可验证分布式点函数（VDPF）的自包含匿名注册子协议，无需外部拨号服务；二是通过
Revisiting Privacy Amplification by Subsampling in Selective Release DPSGD
本文针对差分隐私随机梯度下降（DPSGD）在机器学习隐私保护中的局限性，提出了一种改进算法。DPSGD通过梯度裁剪和噪声注入保护隐私，但导致模型效用下降和收敛缓慢。先前的工作DPSUR（差分隐私选择性更新与释放）通过选择性释放梯度提升了效用
Formal verification of the S-two AIR
本论文对 StarkWare 的 S-two 证明系统中的代数中间表示（AIR）进行了形式化验证。S-two 证明系统用于在区块链上高效证明用 Cairo 虚拟机语言编写的程序能够运行完成。该证明的核心是一个 AIR，它通过有限域上的值表及
Long-Term and Short-Term Transistor Aging in Deep Neural Networks: Impact and Mitigation
该论文研究了长期和短期晶体管老化效应对深度神经网络（DNN）推理准确率的影响及缓解策略。晶体管老化是集成电路中因磨损导致开关速度下降的现象，这会引起时序违规，进而影响系统可靠性。传统上，设计人员通过添加时序保护带（guardband）来防止
Notarized Agents: Receiver-Attested Confidential Receipts for AI Agent Actions
当前AI智能体的可观察性存在结构性缺陷：产生活动日志的实体与被记录活动的实体是同一个。被攻陷或有bug的智能体可以省略、篡改或伪造自身的行为轨迹，而运行智能体的操作者无法独立检测篡改。本文提出一类协议，通过反转信任边界来解决这一问题：接收智
MimeLens: Position-Agnostic Content-Type Detection for Binary Fragments
文件类型分类是恶意软件分类、数字取证、数据包检测和存储索引等安全任务的基础。现有方法如Google的Magika假设输入文件包含完整头部且位于已知偏移位置，因此无法处理实际场景中常见的任意位置二进制片段，例如单个数据包负载、无头碎片、随机磁
PURGE: Projected Unlearning via Retain-Guided Erasure
PURGE 是一种基于持续学习（CL）与机器遗忘（MU）对偶性设计的遗忘算法。其核心观察是：CL 致力于在不遗忘旧任务的前提下学习新知识，而 MU 则试图在不损害保留集性能的条件下擦除特定数据，两者存在天然的对偶关系。PURGE 借鉴 A-
Covert Influence Between Language Models
本文研究了语言模型之间通过人类无法察觉的载体传播隐蔽影响（covert influence）的风险。作者将其定义为一种现象，即发送方的负载（被条件化传播的行为倾向）通过载体传递到接收方，且不被人类察觉。他们通过三种接口（监督微调、策略蒸馏和
Same Weights, Different Robot: A Deployment Safety View of VLA Policies
本文针对视觉-语言-动作（VLA）策略在部署过程中存在的安全差距问题展开研究。通常，VLA策略被视为由模型权重定义的静态对象，只要权重、提示和基准测试集匹配，就认为部署的是同一策略。然而，实际机器人执行时，相同的归一化模型输出在经过动作反归
Don't Trust Us: A privacy-by-design android malware detection pipeline
该论文提出了一种隐私内置的Android恶意软件检测管道。针对当前恶意软件检测过度依赖收集用户敏感数据（如设备标识符、网络痕迹、运行时轨迹）的问题，作者认为隐私不应仅在数据收集后通过匿名化、加密或联邦学习等方式被动保护，而应从设计上避免敏感
Ghost: Plausible Yet Unlearnable Trajectories via On-Manifold Substitution for Next-POI Privacy
本文关注位置轨迹数据发布中的用户隐私问题。发布签到轨迹数据会无意中成为用户未来位置（next-POI）的强预测器，攻击者可利用这些数据训练高精度的下一兴趣点预测模型，从而暴露用户移动规律。现有图像域不可学习示例方法直接迁移到轨迹域面临两个关
Channel Chart Location Privacy Based on Geo-Indistinguishability
本文研究信道图谱（Channel Charting）中的位置隐私保护问题。信道图谱通过构建无线信道状态信息的低维表示，能够在无需明确位置信息的情况下提供基于位置的服务（LBS）。但这种隐式隐私优势缺乏形式化隐私保证。为此，作者提出了图表位置
High-Precision APT Malware Attribution with Out-of-Scope Resilience
该论文针对高级持续性威胁（APT）恶意软件归因问题提出了一种高精度方法。现有方法通常作为闭集分类器在有限数量的已知APT组上进行训练和评估，但在实际运营环境中，分类器可能遇到来自训练中未出现的组的样本，闭集分类器会错误地将这些样本归入已知组
Overlaying Governance: A Compositional Authorization Framework for Delegation and Scope in Agentic AI
随着AI系统从被动模型演变为能够自主发起行动、协作和委托任务的自主智能体，传统软件系统的边界变得模糊。传统的授权和委托框架基于固定的主体、显式请求和静态范围，不足以治理智能体系统。智能体AI需要更丰富的授权语义：智能体必须能够继承和委托权限
Privacy-Preserving High-Resolution Image Gradient Computation Based on Fully Homomorphic Encryption
本文提出了一种基于全同态加密（FHE）的高分辨率图像隐私保护梯度计算方法。随着隐私保护需求日益增长，同态加密成为在加密数据上直接进行操作的核心技术。然而，现有工作多局限于低分辨率图像，高分辨率图像处理面临计算开销剧增的挑战。为此，作者提出了
Signals and Spoils: Speculative Oracle Extractable Value in the Era of Cross-Chain Interoperability
该论文研究了一种新型的最大可提取价值（MEV），称为投机性MEV，出现在Layer-2区块链中。与以太坊主网不同，许多Layer-2系统缺乏公共mempool，迫使提取策略变得概率化：搜索者发送多个相同的交易以期望率先捕获机会，这产生了大量