A Hybrid Approach For Malware Classification Using Secondary Features Fusion
随着恶意软件(包括变种和新型)数量快速增长,恶意软件的检测与缓解成为一个复杂问题。传统的恶意软件检测方法虽然能识别恶意软件,但无法将其归类到具体的家族,这阻碍了后续的针对性和有效响应。针对这一挑战,本文提出了一种混合方法,用于自动化恶意软件
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。
← 返回归档列表随着恶意软件(包括变种和新型)数量快速增长,恶意软件的检测与缓解成为一个复杂问题。传统的恶意软件检测方法虽然能识别恶意软件,但无法将其归类到具体的家族,这阻碍了后续的针对性和有效响应。针对这一挑战,本文提出了一种混合方法,用于自动化恶意软件
该论文针对能源基础设施中基于人工智能的入侵检测系统(IDS)面临的模型窃取攻击问题,提出了一种新型防御方法FlowGuard。模型窃取攻击允许攻击者通过查询IDS来复制其决策边界,从而离线生成逃避检测的恶意流量。现有防御方法存在两个主要缺陷
本文提出 ImageAuditor,一种针对基于图像检索增强生成(IRAG)系统的成员推理攻击(MIA)方法。IRAG 系统利用外部数据库中的参考图像来增强冻结的生成器,支持文本到图像(T2I)和问答(Q&A)任务。由于这些数据库通常不透明
本文针对云环境中非人类身份(NHI)的权限风险演化问题,提出了一个新颖的“特权电路”模型。现有云权限治理隐式地将权限等同性视为静态关系,但作者指出,对于NHI(如服务主体、托管身份等),权限等同性具有两个不可约的组成部分:结构等同性和时间等
尽管 macOS 在个人用户和企业系统中的普及度日益增长,但恶意软件研究长期聚焦于 Windows 和 Android,针对 macOS 的检测工作相对不足。操作系统自身的特异性以及 Mach-O 文件格式的独特结构,在未知样本分类中可发挥
该论文针对隐私保护推理中的嵌入查找问题,提出了一种基于全同态加密(FHE)的私有嵌入查找方法。在自然语言处理和推荐模型中,模型首先将离散的客户端输入映射为嵌入向量,而输入可能包含敏感信息,因此需要保护嵌入步骤的隐私。FHE允许对加密数据进行
该论文针对以太坊Layer2(L2)解决方案中采用替代数据可用性(AltDA)系统时面临的安全集成问题,提出了一个端到端的验证框架。AltDA系统(如Celestia、EigenDA、Avail)为L2提供外部数据发布层,以支持高吞吐量的r
直播已成为社交互动和数字商务的主要媒介,但也面临日益复杂的风险。一个根本性挑战是战术型分布外(OOD)偏移:恶意行为者保持其稳定底层意图(如欺诈),但不断重新设计叙事包装(如话术、场景)以逃避检测。现有OOD泛化范式假设难以满足,因为意图与
该论文研究了公共科学计量发布中可能泄露隐藏设置的侧信道风险。作者将这种风险形式化为一个基于统计的侧信道审计框架,用于量化从发布的频谱数据中推断受保护参数的可能性。具体而言,释放映射提供功率谱密度(PSD)的有限频带统计;一个带有明确预算的p
该论文聚焦于深度伪造图像检测器在对抗攻击下的鲁棒性问题。尽管近年来提升检测器对未见生成模型泛化能力的研究取得进展,但检测器仍易受对抗样本攻击。作者复现了Abdullah等人(IEEE SP 2024)对八种检测器的评估,并额外测试了七种最先
本文研究工具增强型语言代理(tool-augmented language agents)中投机性工具调用(speculative tool calls)带来的隐私泄露问题。这类代理为了隐藏延迟,会在未确定最终执行分支前,提前向外部的工具服
该论文针对机密虚拟机(CVM)中用户空间可执行对象(包括主可执行程序、程序解释器和动态加载的共享对象)的连续完整性保证问题,提出了一种名为PS-UIE(特权分离的用户空间完整性强制)的方法。现有研究虽能建立CVM启动时的信任并保护部分运行时
本文提出了一种名为DPDL的隐私保护去中心化随机学习算法,旨在解决非独立同分布(non-IID)数据下的隐私泄露问题。去中心化学习中,多个智能体(agents)在没有中央服务器的情况下协作训练全局模型,但梯度交换过程存在隐私风险。实际应用中
该论文首次研究了单层二进制神经网络中寻找碰撞(collision)的算法复杂性。给定一个随机矩阵 A ∈ ℝ^{m×n},输入 x ∈ {-1,1}^n 通过激活函数 φ 映射到二进制输出向量 φ(Ax) ∈ {-1,1}^m,其中 φ 在
该论文探索了使用基础模型(Foundation Models)来检测和识别基于RPL的物联网(IoT)网络中的攻击。研究聚焦于多种攻击类型(包括黑洞攻击、DIS泛洪、最差父节点攻击和本地修复攻击),攻击变体以及网络配置,并评估了基础模型在攻
该论文聚焦于多中心医疗数据隐私保护下的脓毒症早期预测问题。由于多中心医疗数据具有隐私敏感性和分布式特性,传统集中式建模面临数据共享和隐私泄露的风险。联邦学习作为一种协作学习框架,允许各机构在不共享原始数据的情况下联合训练模型,但基于真实临床
CVE-2026-48681
CVE-2026-48681 是 OpenStack Ironic 组件中的目录遍历漏洞,影响 35.0.2 之前的所有版本。攻击者可以通过上传特制的 ISO 镜像,在裸机部署过程中触发路径遍历,导致任意文件覆盖。由于 Ironic 通常运
CVE-2026-8829
HTML::Entities versions before 3.84 for Perl read freed heap memory in _decode_entities. The XS routine backing HTML::E
CVE-2026-41860
CVE-2026-41860 是 BOSH 组件中的安全漏洞,源于不安全的 TLS 证书验证。在 HttpRequestHelper 类的 create_async_endpoint 和 send_http_get_request_sync
CVE-2026-41858
CVE-2026-41858 是 BOSH-Ecosystem / windows-utilities-release 组件中 Get-RandomPassword 函数存在的弱随机数生成漏洞(CWE-338)。该函数用于生成随机密码以锁定