本文研究了苹果Wi-Fi定位系统（WPS）的隐私安全隐患。WPS是现代移动设备通过附近Wi-Fi接入点（AP）的BSSID来定位自身位置的服务。作者发现，苹果的WPS可被滥用，从而造成全球范围的隐私威胁。他们提出了一种攻击方法，攻击者无需特殊权限，仅利用MAC地址空间中密集区域相对较少的事实，就能在数天内收集全球Wi-Fi BSSID的地理位置快照。通过一年的持续收集，他们获得了超过20亿个BSSID的精确位置。这种大规模数据集在纵向追踪中更具隐私影响，使攻击者能够跟踪设备的移动。虽然大多数Wi-Fi AP长期固定，但许多设备（如便携旅行路由器）设计为可移动。作者通过多个案例研究展示了苹果WPS带来的隐私攻击类型：跟踪进出战区（乌克兰和加沙）的设备、监测自然灾害（毛伊岛火灾）的影响，以及通过远程定位无线AP实现对特定个体的代理追踪。最后，他们向WPS运营商和Wi-Fi AP制造商提出了增强全球数亿用户隐私的建议，并详细说明了负责任的披露过程以及苹果和制造商已实施的缓解措施。

The All-In-One Security (AIOS) – Security and Firewall plugin for WordPress is vulnerable to Stored Cross-Site Scripting in versions up to and including 5.4.7. This is due to insufficient input sanitization in the get_rest_route() function and missing output escaping in the column_default() method of the debug log list table. When the 'Disable REST API for non-logged in users' feature (aiowps_disa

The Event Monster – Event Management, Events Calendar, Tickets plugin for WordPress is vulnerable to Insufficient Verification of Data Authenticity in versions up to, and including, 2.1.0. This is due to the capture_payment() AJAX handler (registered via wp_ajax_nopriv_em_capture_payment) trusting client-supplied payment data — including transaction ID, amount, and payment status — without perform

An input validation command execution vulnerability exists in the browser management pipeline of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). Authenticated administrators can leverage this exposure to obtain underlying terminal script code processing execution permissions.

An administrative cross-site scripting (XSS) vulnerability exists in the web user interface dashboard layout of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). Unvalidated user-supplied variables are echoed back to administrative profiles, facilitating vector payload processing behavior controls.

A Captive Portal Custom Handler command injection vulnerability exists in Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). On affected platforms, an administrative account logged into the user interface can exploit this input handling behavior to execute arbitrary platform shell commands.

An encrypted password command injection vulnerability exists in the Captive Portal application framework of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). This issue uniquely affects version 17.4.0; earlier software releases are not exposed.

A Reports application infrastructure vulnerability exists in Arista Edge Threat Management - Arista Next Generation Firewall (NGFW) due to insecure input validation. This issue uniquely affects version 17.4.0; earlier software releases are not exposed.

### Impact Stored XSS vulnerability in the media plugin. Attackers can inject malicious scripts via crafted `data-mce-*` attributes, which are executed when content is rendered. Impacts users of TinyMCE with the media plugin enabled. ### Patches This vulnerability has been patched in TinyMCE 8.5.1, TinyMCE 7.9.3 and TinyMCE 5.11.1 LTS by ensuring that, when using the media plugin, any content wit

### Impact Stored XSS vulnerability via forged mce:protected comments. Allows attackers to bypass sanitization and inject scripts that execute when content is restored. Impacts users who utilize the protect option. ### Patches Patched by validating decoded mce:protected content against configured protect regex rules before restoring. Users should upgrade to the latest patched version. ### Workar

### Impact Stored XSS vulnerability via unsanitized data-mce-* attributes (data-mce-href, data-mce-src, data-mce-style). Allows attackers to inject malicious values that override safe attributes during serialization, bypassing validation. ### Patches Patched by stripping unsafe data-mce-* attributes during parsing. Users should upgrade to the latest patched versions (5 LTS, 7.x, 8.x). ### Workar

## Summary **Type:** Insecure Direct Object Reference. The agent CRUD endpoints (`GET / PATCH / DELETE /workspaces/{workspace_id}/agents/{agent_id}`) gate access on `require_workspace_member(workspace_id)` only, then resolve `agent_id` through `AgentService.get(agent_id)` which is a primary-key lookup with no workspace constraint. A user who is a member of any workspace `W1` can read, modify, or

The Hippoo Mobile App for WooCommerce plugin for WordPress is vulnerable to Authentication Bypass leading to Administrator Account Takeover in all versions up to and including 1.9.4. This is due to a logic conflation in HippooPermissions::get_user_permissions(), which returns the same null sentinel for both administrators and unauthenticated visitors — a value that HippooPermissions::has_role_acce

## 1. Summary The Binary Stream Capture (BSC) component exposes an unauthenticated HTTP API for dynamically creating packet capture “handlers.” Because the code blindly trusts path‑related form fields, a remote client can: - **Bypass the configured log root** and direct BSC to log to **arbitrary filesystem paths** (path traversal / directory escape), and - **Append attacker‑controlled data** to

Mandiant发布报告指出，攻击者正在利用KnowledgeDeliver软件中的ViewState反序列化漏洞进行渗透。ViewState反序列化是.NET框架中常见的漏洞类型，攻击者可通过发送特制序列化数据触发远程代码执行，进而获取系统控制权。尽管报告未明确提及CVE编号，但此类漏洞通常与未修补的.NET应用相关。Mandiant将此次活动归因于APT组织，但未公开具体组织名称。受影响系统为使用KnowledgeDeliver的机构，可能涉及多个行业。目前尚无证据表明漏洞被广泛利用，但鉴于Mandiant的权威性，此类APT活动值得高度关注。防御建议包括及时修补.NET组件、启用ViewState MAC验证、限制应用程序的日志记录并监控异常反序列化行为。

本文探讨了AI Agent在调用外部API和内部工具时存在的信任边界问题，重点分析了从中转API到Agent Tool Call的供应链劫持攻击向量。文章指出，攻击者可能通过篡改中间API响应、劫持Tool Call流程或注入恶意工具调用来实现供应链级别的攻击，从而控制Agent行为或窃取敏感数据。由于AI Agent常依赖第三方服务和预定义工具，其信任边界模糊，安全性面临挑战。文章未提供具体攻击步骤或真实案例，属于原理性研究。

2026年6月5日，美国网络安全和基础设施安全局（CISA）将CVE-2026-28318添加到已知被利用漏洞目录（KEV）。该漏洞影响SolarWinds Serv-U产品，属于不受控制的资源消耗漏洞（Uncontrolled Resource Consumption），攻击者可利用该漏洞导致服务拒绝或资源耗尽。CISA依据BOD 22-01指令，要求联邦文职行政分支机构（FCEB）在规定期限内修复该漏洞，以降低已知被利用漏洞带来的风险。虽然该指令仅对FCEB机构具有强制力，但CISA强烈建议所有组织优先修复KEV目录中的漏洞，以减少网络攻击面。目前已有证据表明该漏洞正在被积极利用，恶意软件家族Conti可能与之关联，但具体攻击组织尚未明确。该漏洞的利用可能对受影响系统造成拒绝服务，进而影响业务连续性。组织应立即应用SolarWinds提供的安全更新，并检查环境中是否使用受影响版本。

对抗样本（AEs）对深度神经网络（DNN）在安全关键领域（如自动驾驶）的应用构成严重威胁。现有防御方案存在局限性：只能防御部分对抗样本，或导致合法输入准确率明显下降，且多数无法抵御自适应攻击（即攻击者知晓防御机制并针对性生成对抗样本）。本文提出一种基于语义矛盾的新型检测方法，核心思想是利用输入图像的视觉语义与网络内部表征之间的不一致性来识别对抗样本。具体地，该方法从输入图像中提取高层语义概念（如物体类别、属性），并与网络中间层激活所隐含的语义进行对比；当两者出现显著冲突时，判定为对抗样本。实验在多个基准数据集（如ImageNet、CIFAR-10）和攻击方法（FGSM、PGD、CW等）上进行，结果表明该方法在保持高检测率的同时，对合法输入的误报率低，且对自适应攻击具有鲁棒性。主要贡献包括：（1）首次利用语义矛盾作为检测对抗样本的通用原则；（2）提出可解释的检测框架，不依赖特定攻击类型；（3）在多种攻击和模型上验证了有效性和泛化能力。适合研究人员和安全从业者阅读，为对抗样本检测提供了新思路。

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

This CVE was assigned by Chrome. Microsoft Edge (Chromium-based) ingests Chromium, which addresses this vulnerability. Please see Google Chrome Releases for more information.

The netty incubator codec.bhttp is a java language binary http parser. The library implements Oblivious HTTP (RFC 9458) using BoringSSL's HPKE C library via JNI. When deriving native memory addresses for cryptographic operations versions prior to 0.0.22.Final provide a fallback path for direct ByteBufs that do not expose their memory address through `hasMemoryAddress()`. This fallback occurs when

### Description Bugsink’s issue list supports bulk actions such as resolving or muting selected issues. In affected versions, the issue list view authorizes access through the project in the URL, but applies the requested bulk action to the submitted issue IDs without also requiring those issues to belong to that project. This is a project-boundary authorization issue: a logged-in user with acces

### Description Bugsink issue event pages accept a direct event identifier from the URL and, in affected versions, look up that event without also requiring it to belong to the issue in the URL. This is a project-boundary authorization issue: a logged-in user with access to one project can view another project’s event data through an issue they are allowed to access. However, the issue is mitiga

## Impact The admin tables for `PaymentMethods`, `Currencies` and `Carriers` exposed inline toggles and per-record actions (enable, disable, edit, delete) that were rendered for any authenticated panel user without checking the corresponding per-action permission. A low-privilege user could: - Disable every payment method on the store, blocking checkout. - Disable or alter the default currency,

### Impact TinyMCE 6.8.x contains an XSS vulnerability caused by improper SVG namespace scope handling in the sanitizer. A crafted payload using nested elements can bypass attribute sanitization and execute arbitrary JavaScript. ### Patches This issue affects TinyMCE 6.8.x-7.0.x. The vulnerability is fixed in TinyMCE 7.1.0 and later. ### Workarounds No official workaround available. ### Acknow

### Summary A low-privilege MCP token holder with knowledge of an attachment path could read any file in shared storage, including attachments belonging to other bases and workspaces, because the MCP `readAttachment` tool did not verify the file's ownership. ### Details The MCP `readAttachment` tool accepts caller-supplied `path`/`url` values and streams the file via the storage adapter. The hand

### Summary Two concurrent token-exchange requests using the same OAuth authorization code could each mint a distinct valid `(access_token, refresh_token)` pair, breaking the single-use guarantee that PKCE relies on. ### Details The token-exchange flow read `is_used` and called `markAsUsed` as an unconditional update at the end of the path. A new `OAuthAuthorizationCode.claimByCode` method now pe

Acknowledgements

本文提出一种名为 EchoLLM 的新型声学窃听攻击，利用毫米波雷达 (mmWave radar) 和大型语言模型 (LLM) 来窃听骨传导耳机 (bone conduction headphones) 的音频输出。骨传导耳机通过颅骨振动传递声音，虽然具有“漏音”少的优点，但其微小振动仍可被毫米波雷达感知。作者首先通过毫米波雷达捕获骨传导耳机振动引起的微小位移信号，然后利用 LLM (如 GPT-4) 对信号进行增强和语音恢复。具体而言，论文设计了一个两阶段框架：第一阶段使用信号处理算法从雷达回波中提取与耳机振动相关的相位变化；第二阶段利用 LLM 的语义理解能力对受损的音频信号进行修复和降噪，从而重构出清晰的语音。实验在多种场景下（不同距离、不同用户）进行了评估，结果表明该方法在 1 米距离内能有效恢复可理解的语音（词错误率低于 30%），且不需要物理接触或被攻击者的协作。论文还讨论了防御措施，包括增加物理屏蔽、使用抗干扰编码等。该研究揭示了骨传导耳机在隐私保护方面的新风险，提醒用户在敏感环境中需谨慎使用此类设备。

本文针对大型语言模型（LLMs）中任务级漏洞的自动越狱攻击与防御基准测试问题展开研究。任务级漏洞是指LLM在执行特定任务（如代码生成、推理等）时，由于上下文或角色设定中的安全边界模糊，导致模型可能被诱导产生有害输出。论文提出了一种自动化的越狱攻击框架，能够系统地发现不同任务中的漏洞，并构建了一个包含多类任务和攻击向量的基准测试集。同时，论文设计了相应的防御策略并评估其有效性。实验证明，该方法能有效暴露LLM在任务层面的安全隐患，为后续安全加固提供参考。该工作对于推动LLM安全评估标准化具有重要价值。

动态污点分析（DTA）是一种广泛使用的数据流跟踪技术，在模糊测试、漏洞分析等安全应用中发挥重要作用。然而，其实际部署面临严重的性能开销问题：现有工具甚至可能使程序执行速度降低超过100倍。高开销主要源于大多数工具在指令级别进行污点分析，并使用即时（JIT）插桩方法插入跟踪代码。本文提出AirTaint，一种结合基本块级污点规则抽象与汇编级代码插桩的新型方法，以进行高层动态污点分析。具体而言，AirTaint首先通过指令级仿真识别每个基本块的输入和输出操作数（寄存器和内存变量），然后利用现有污点引擎推断每个基本块的污点规则抽象，最后将该污点规则抽象对应的汇编代码直接插入原始程序。在运行时，程序快速执行插入的污点分析代码。实验基于9个真实应用中的14个CVE漏洞，AirTaint成功检测所有漏洞。在29个真实应用上的对比实验中，AirTaint的效率显著优于现有工具：相比libdft、SelectiveTaint和TaintRabbit，最大提升分别达到931.0倍、5.97倍和328.3倍。该论文适合安全研究人员、漏洞分析工程师和编译器/程序分析开发者阅读，为降低动态污点分析性能开销提供了新思路。

CVE-2026-8438 是一个影响 WordPress 插件 All-In-One Security (AIOS) – Security and Firewall 的存储型跨站脚本 (XSS) 漏洞，影响版本 ≤ 5.4.7。漏洞源于插件中的 get_rest_route() 函数对用户输入清理不足，以及 column_default() 方法对输出未转义。具体来说，当管理员启用了“禁止未登录用户访问 REST API”功能（aiowps_disallow_unauthorized_rest_requests）并同时开启了调试日志（aiowps_enable_debug）时，未经认证的攻击者可以在 REST 请求路径中嵌入任意 HTML 或 JavaScript。插件在记录调试日志时，使用 urldecode($_SERVER['REQUEST_URI']) 获取路径，该操作会将 URL 编码的 payload 解码为字面 HTML 字符。这个解码后未经清理的值直接被拼接到调试日志消息中并存储到数据库。当管理员登录后台并导航至 AIOS 仪表盘的调试日志页面时，column_default() 方法直接返回数据库中的原始值而未进行输出转义，父类列表表格直接输出该值，导致 JavaScript 在管理员的浏览器会话中执行。攻击者因此可以窃取管理员 Nonce、执行特权 AJAX/REST 操作，甚至可能导致整个站点被接管。尽管该漏洞需要管理员开启两个特定功能，但攻击者无需任何认证即可触发，危害较大。官方已发布修复版本，建议用户立即升级至 5.4.8 或更高版本。此外，作为临时缓解措施，可关闭调试日志功能。

The RSS Aggregator by Feedzy – Feed to Post, Autoblogging, News & YouTube Video Feeds Aggregator plugin for WordPress is vulnerable to authorization bypass in all versions up to, and including, 5.1.7. This is due to the plugin not properly verifying that a user is authorized to perform an action. This makes it possible for authenticated attackers, with contributor-level access and above, to create

The Charitable – Donation Plugin for WordPress – Fundraising with Recurring Donations & More plugin for WordPress is vulnerable to Insecure Direct Object Reference / Authorization Bypass leading to Arbitrary Attachment Deletion in versions up to, and including, 1.8.11.1 via the profile avatar update flow. This is due to the save_avatar() function in Charitable_Profile_Form calling wp_delete_attach

A path traversal vulnerability exists in the Projects Service download endpoint shared by Altium Enterprise Server and Altium 365. An authenticated user can supply a crafted path parameter that bypasses validation, allowing arbitrary files (including entire directories returned as archives) to be read from the server filesystem. Because the readable files include service configuration and cred

MoviePilot contains a path traversal vulnerability in the AliPan, U115, and Rclone cloud storage download handlers where the local destination path is constructed by concatenating the configured download directory with a filename taken directly from remote cloud API metadata without basename normalization or path validation. An attacker who controls a filename returned by a remote cloud storage AP

### Description `SandboxNodeVisitor` enforces `SecurityPolicy::checkMethodAllowed()` for implicit `__toString()` calls by wrapping selected AST nodes in `CheckToStringNode`. The set of wrapped nodes is incomplete, and several Twig language constructs still trigger PHP string coercion on a `Stringable` operand without first consulting the policy. A sandboxed template author can therefore invoke `_

### Description `Twig\Profiler\Dumper\HtmlDumper` writes `Profile::getTemplate()` and `Profile::getName()` straight into its HTML output without escaping: ```php protected function formatTemplate(Profile $profile, $prefix): string { return \sprintf('%s└ %s', $prefix, self::$colors['template'], $profile->getTemplate()); } ``` The template name comes from the loader (the array key for `ArrayL

A path traversal vulnerability exists in the Altium Enterprise Server Collaboration Service due to improper handling of user-supplied filenames in the MCAD and Simulation file download flows. A regular authenticated user can submit a collaboration message containing a crafted filename, which is later used to construct the download path on the server without validation, allowing arbitrary files to

A hard-coded cryptographic key is used by Altium Enterprise Server to sign file download URLs in the Vault service. Because the key is identical across all installations, an unauthenticated network attacker who can reach the server can forge valid download signatures and retrieve files from the Vault storage area without any authentication, session, or credentials. A separate path traversal vuln

Two path traversal vulnerabilities in the Network Installation Service (NIS) of Altium Enterprise Server allow an unauthenticated network attacker to write arbitrary files to any writable location on the server filesystem and to read package archive files from the server. No authentication, session, or credentials are required. Because content-controlled files can be written to web-accessible

The WP Captcha PRO (the premium version of the Advanced Google reCAPTCHA plugin, both have the same slug) plugin for WordPress is vulnerable to arbitrary file upload in all versions up to, and including, 5.38. This is due to a capability check in the save_ajax() function of the licensing module, combined with unrestricted file extraction in sync_cloud_protection(). This makes it possible for authe

A path traversal vulnerability exists in the Altium Enterprise Server Vault Service UploadController due to improper validation of a user-controlled path component in image upload requests. An authenticated user can supply a crafted absolute path so that the configured storage root is discarded, allowing arbitrary files to be written to any location on the server filesystem writable by the service

## Impact Two distinct authorization defects in the team settings allowed any authenticated panel user to take over the RBAC system: - `Settings/Team/Index` had no `mount()` authorization. Any authenticated user could load the page and use its public actions to create new roles and delete other users, including administrators. - `Settings/Team/RolePermission` gated its write actions on the read-

## Impact Three related defects on admin Livewire components allowed data tampering, sensitive data disclosure, and stored XSS: - **IDOR via unlocked properties.** Several Livewire components in the admin panel exposed Eloquent model identifiers as public properties without the `#[Locked]` attribute. An authenticated user could rewrite the wire payload from the browser to target any record id, b

NetMan 204 contains a hard-coded backdoor account with the username and password 'eurek' that grants administrative access. A remote, unauthenticated attacker can authenticate through the cgi-bin/login.cgi endpoint (for example /cgi-bin/login.cgi?username=eurek&password=eurek, which due to lax parameter validation can be shortened to /cgi-bin/login.cgi?username=eurek%20eurek) to obtain administrat

On affected platforms with hardware IPSec support running Arista EOS with certain IPsec features enabled, EOS may exhibit unexpected behavior in specific cases. Physical interface flaps and certain agent restarts can cause IPsec tunnel re-establishment with existing Security Associations, resulting in sequence number mismatches between tunnel endpoints potentially causing unstable communication.

NetMan 204 fails to enforce authentication on its administrative pages and command endpoints. A remote, unauthenticated attacker can directly request administrative pages (such as administration.html, administration-commands.html, and configuration.html) to disclose sensitive information including LDAP configuration and active user details, and can invoke privileged UPS control commands — includin

### Summary DbGate's JSON script runner (`POST /runners/start`) allows remote code execution via code injection in the `functionName` parameter of JSON script `assign` commands. The `functionName` value is interpolated directly into dynamically generated JavaScript source code via string concatenation. The generated code is then executed in a forked Node.js child process. ### Details #### Step 1:

### Summary The shared form-view submit handler in NocoDB writes the form's `redirect_url` to `window.location.href` after a same-host check that does not validate the URL scheme. A user with `editor` role (or above) on any base can plant a `javascript:` URL in the form's `redirect_url`; when an authenticated viewer opens the share-link and submits the form, the payload executes in the NocoDB ori

### Summary The connection-test endpoint opened a raw TCP socket to the user-supplied database host without resolving and range-checking the destination, so private and link-local addresses (including IPv4-mapped IPv6 forms and `localhost`) reached the driver. ### Details A new `validateDbConnectionHost` helper resolves hostnames through DNS, parses each address with `ipaddr.js`, normalises IPv4-

Firefox browsers

Sign in to Cloud

Sign Up for Free Cloud Tier

iOS 26.4.2 and iPadOS 26.4.2

iOS 18.7.8 and iPadOS 18.7.8

iOS 18.7.7 and iPadOS 18.7.7

iOS 26.4 and iPadOS 26.4

Background Security Improvements for iOS, iPadOS, and macOS

iOS 16.7.15 and iPadOS 16.7.15

iOS 15.8.7 and iPadOS 15.8.7

iOS 26.3 and iPadOS 26.3

iOS 18.7.5 and iPadOS 18.7.5

iOS 26.2 and iPadOS 26.2

iOS 18.7.3 and iPadOS 18.7.3

Compressor 4.11.1

iOS 18.7.2 and iPadOS 18.7.2

iOS 26.1 and iPadOS 26.1

iOS 26.0.1 and iPadOS 26.0.1

iOS 18.7.1 and iPadOS 18.7.1

iOS 26 and iPadOS 26

iOS 18.7 and iPadOS 18.7

Android Code Search

Android Devices

Secure an Android device

Android 16 QPR2

Mobile network security

iOS 26.5 and iPadOS 26.5

iOS 18.7.9 and iPadOS 18.7.9

iOS 16.7.16 and iPadOS 16.7.16

iOS 15.8.8 and iPadOS 15.8.8

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

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

MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2

The ChromeOS Beta channel is being updated to OS version 16667.35.0 (Browser version 149.0.7827.88) for most ChromeOS devices.If you find new issues, please let us know one of the following ways:File a bugVisit our ChromeOS communitiesGeneral: Chromebook Help CommunityBeta Specific: ChromeOS Beta Help CommunityReport an issue or send feedback on ChromeInterested in switching channels? Find out how

Firewall for AI

本文针对自主LLM代理（如具备真实凭证并操作基础设施的代理）缺乏标准化的资源访问控制机制的问题，提出了一种轻量级的带内拒绝信号——Recuse Signal。该信号类似于robots.txt，但用于实时访问控制：服务器通过现有协议通道（如SSH横幅、PostgreSQL NOTICE）发出请求，要求连接的自动化代理自愿退出。这是一种合作性治理控制，并非安全边界。作者定义了该信号的开放迷你标准，实现了两个低开销适配器（SSH横幅/PAM钩子和PostgreSQL线路协议代理），并在生产主机上部署。他们进行了一项对照实验：向全新代理分配良性操作任务，观察是否退出。实验使用OpenAI GPT-4o、GPT-4o-mini和Claude Code，结果显示：有信号时100%退出，无信号时100%完成任务；且该信号表现为合作性而非绝对性：当显式操作员授权框架介入时，最强大的模型会继续执行，而其他代理仍遵循主机策略。作者发布了标准、适配器和实验框架以供复现。本文适合LLM安全、自主代理治理领域的研究人员和工程师阅读。

该论文系统性地研究了基于大语言模型（LLM）的智能体中的内存中毒攻击。内存作为智能体核心组件，允许其在多次交互中积累知识以提升性能，但同时也引入了风险：一次对抗性内存写入即可长期影响智能体行为。作者首先识别了四种内存写入通道（如用户输入、工具调用输出、系统提示修改、外部数据源），并分析了模型能力、系统提示设计以及智能体系统架构中存在的九种结构性漏洞，这些漏洞使得上述通道可被利用。基于这些漏洞，论文提出了包含六类内存中毒攻击的分类法，包括直接注入、间接注入、持久化污染、检索操纵、上下文污染和混合攻击。此外，作者设计了MPBench基准测试框架，用于评估内存中毒攻击的效果，实验表明更激进地写入和检索内存的智能体更容易被利用。研究还发现现有提示注入防御手段无法覆盖内存中毒攻击。该工作为理解和防御AI智能体中的内存中毒攻击奠定了基础，适合安全研究员和AI系统开发人员阅读。

该论文提出了一种名为πCreds（Privately Inferred Credentials）的新型去中心化可验证凭证系统。现有系统基于零知识证明，复杂且局限于结构化数据上的谓词，实际部署有限。πCreds创新性地利用可信的LLM推理，在认证数据上生成隐私保护、兼容遗留系统的凭证。LLM对非结构化数据的语义推理能力大幅扩展了可验证声明的范围，例如可基于健康记录、金融交易或邮件内容生成凭证。然而，引入LLM也带来了新的应用层威胁：作者形式化了两个问题——源受限对抗样本（SCAE）问题，攻击者操纵认证数据以获取误导性凭证；以及认证隐蔽谓词投毒（ACPP）问题，通过对抗性模型选择泄露用户隐私。论文表征了πCreds在用户数据上的应用，以及一类新型的专有软件凭证，该凭证在不泄露源代码的情况下证明服务属性。原型系统支持从实时金融、健康、邮件和代码源签发凭证，并在真实金融数据上对产品专业凭证进行了SCAE和ACPP威胁的实证研究。实验表明，πCreds在扩展凭证能力的同时，需要应对LLM带来的新安全挑战。

## Impact `skillctl` 0.1.0 and 0.1.1 contained four path-safety vulnerabilities that, in combination, allowed an attacker to: 1. **Exfiltrate arbitrary files on the operator's machine** by publishing a malicious skills library containing a symlink inside a skill folder (e.g. `niania → /home/user/.aws/credentials`). The symlink fell through `entry.file_type().is_dir()` in `fs_util::copy_dir_all`,

### Summary The Klever seednode REST API starts a Gin engine with `Engine.Run(restAPIInterface)`. In Gin v1.9.1, `Engine.Run` calls Go's default `http.ListenAndServe`, which constructs an HTTP server without application-level `ReadHeaderTimeout`, `ReadTimeout`, or `MaxHeaderBytes` limits. An unauthenticated client that can reach a REST listener bound with Klever's documented `--rest-api-interfac

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

CrowdStrike Expands Real-Time Cloud Detection and Response to Google Cloud

CrowdStrike Falcon Cloud Security Delivered 264% ROI Through Unified Cloud Protection

Security & Identity

SAP on Google Cloud

Inside Google Cloud

Google Cloud Next & Events

Google Cloud Consulting

Transform with Google Cloud

Threat IntelligenceNorth Korea-Nexus Threat Actor Compromises Widely Used Axios NPM Package in Supply Chain AttackBy Google Threat Intelligence Group • 16-minute read

Google Cloud Products

Cloud & Application Security

From Scanner to Stealer: Inside the trivy-action Supply Chain Compromise

Next-Gen Identity Security

CrowdStrike FalconID Brings Phishing-Resistant MFA to Falcon Next-Gen Identity Security

CrowdStrike Named a Leader in Identity Threat Detection and Response

A surge in real-world attacks against agentic AI systems is reshaping how we think about risk. Based on 12 months of red teaming, this update introduces seven new failure modes, from supply chain compromise to goal hijacking, and the practical mitigations teams need now. The post Updating the taxonomy of failure modes in agentic AI systems: What a year of red teaming taught us  appeared first on M

ISO 42001:2023 and the New Reality of Cloud AI Data RiskJun 04, 2026

A Chinese espionage group tracked as UNC5221 has been accessing Microsoft 365 environments using the Brickstorm backdoor and previously undocumented malware named Plenet and AgentPSD. [...]

The Windows version of the Hola Browser has been compromised in a supply chain attack that delivered an undeclared executable identified by researchers as a cryptocurrency miner. [...]

该论文研究了基于低功耗蓝牙（BLE）设备中允许列表（allowlist）机制的侧信道攻击。BLE设备通常使用允许列表来限制连接和扫描响应，仅与已配对的设备通信。然而，攻击者可以通过被动监听BLE信道，观察设备是否响应扫描请求，从而推断设备是否属于某个允许列表中的设备。这种侧信道信息泄漏使得攻击者能够追踪特定BLE设备（如智能门锁、健康手环等）的物理位置或活动模式。论文首先系统地分析了BLE协议栈中允许列表相关的安全漏洞，量化了信息泄漏的程度。接着，提出了一种基于模糊测试的方法来识别易受攻击的设备，并在多种商用BLE设备上验证了攻击的有效性。最后，论文设计并实现了一种轻量级对策，通过随机化扫描响应时间或添加虚假响应来混淆侧信道信息，从而在不影响正常配对功能的前提下，削弱攻击者的追踪能力。实验结果表明，该对策能有效降低攻击的成功率至接近随机水平，且对设备功耗和响应延迟的影响微乎其微。该研究揭示了BLE允许列表机制中被忽视的安全风险，并为物联网设备的安全设计提供了重要指导。

本研究聚焦于自动化应用（如IFTTT、Zapier、SmartThings等）在亲密伴侣暴力（IPV）情境下的可滥用性。随着智能家居设备的普及，伴侣间共同使用的自动化平台可能被一方恶意利用，以实现追踪、骚扰、监视或心理控制。作者通过系统性地分析主流自动化应用的功能与权限模型，设计了一套评估框架，识别出多种攻击场景，例如利用位置触发器追踪伴侣行踪、通过智能家居设备制造恐惧氛围、滥用日志记录进行反向监控等。实验表明，大量自动化应用缺乏足够的访问控制与用户告知机制，攻击者只需较低的技术门槛即可发起攻击。论文的主要贡献在于：(1) 首次系统归纳了自动化应用在IPV中的滥用模式；(2) 提出了针对自动化平台的安全设计改进建议，如细粒度权限、用户行为异常检测、强制通知机制等。研究结果对安全工程师、智能家居厂商及政策制定者具有重要参考价值，有助于防范此类新型家庭隐私威胁。

本文研究云存储中通行密钥（passkey）的安全性，重点关注如何检测通行密钥存储是否被入侵。通行密钥作为密码的替代方案，其私钥通常存储在云端（如iCloud、Google账户），一旦被攻击者获取，将导致用户身份被冒充。论文提出一种基于异常检测的方法，通过分析访问模式、密钥使用日志和存储元数据，识别潜在的入侵行为。该方法包括三个模块：1）行为基线建立，使用无监督学习学习正常用户访问特征；2）异常评分，结合统计检验和机器学习模型对实时事件打分；3）归因分析，确定入侵来源（如内部泄露、外部攻击）。实验使用合成数据集和真实云存储日志进行验证，结果表明该方法在保持低误报率的同时，能有效检测多种入侵场景，包括会话劫持、存储后端泄露、恶意同步等。本文的主要贡献在于首次系统性地针对passkey云端存储构建检测框架，并提供了经验性评估。适合云安全工程师、身份认证研究人员阅读。

本论文对两种旨在对乌克兰电网实施停电的恶意软件进行了深入分析。研究者设计并实现了一种新型沙箱环境，该沙箱能够模拟变电站中的各类网络拓扑、设备特性和通信协议，从而安全地执行专门针对变电站设备的恶意代码，并详细记录攻击者在变电站设备上可能执行的精确操作序列。通过对恶意软件的动态分析，论文揭示了此前未被记录的恶意行为，例如对MMS（制造报文规范）协议载荷的详细算法还原。此外，论文还探讨了未来类似恶意软件可能造成的不同影响，通过比较攻击不同目标（如断路器、保护继电器等）所产生的物理后果，说明攻击目标的差异会直接导致不同程度的电网扰动或停电范围。该研究的主要贡献包括：首次公开了Industroyer类恶意软件在IEC 61850环境下的具体协议交互细节；提供了一套可复用的沙箱仿真框架用于工控恶意软件分析；以及从攻击者视角系统化阐述了工控系统攻击的潜在影响路径。适合工控安全研究员、电力系统防御工程师及威胁情报分析师阅读。

本文提出并实现了首个实用的、轮次最优的基于格的盲签名方案。盲签名是一种基础的密码学原语，允许用户获取消息的签名而不向签名者泄露消息内容，广泛应用于匿名投票、数字货币等场景。此前，基于数论假设（如RSA、离散对数）的盲签名已相当成熟，但在后量子假设下，特别是格上，现有方案要么不实用（签名/密钥过大、效率低），要么仅支持有限次签名查询，要么轮次复杂度高。本研究解决了这些挑战，基于标准格假设（如SIS和LWE问题）构造了一个支持无限次签名查询、轮次最优（即两轮交互）的盲签名协议。作者提供了详细的参数估计和实现结果：在核心SVP硬度为109比特的安全级别下，签名大小约为45KB，签名者、用户和验证者的运行时间都非常小。方法上，他们利用了格上陷门函数、拒绝采样和零知识证明等技术，通过精心设计交互协议实现了轮次最优。实验表明该方案在效率和安全性上达到了实用水平，填补了后量子盲签名领域的空白。适合密码学研究者、安全协议设计者以及需要后量子安全性的应用开发者阅读。

本文研究浏览器扩展对用户安全的影响。浏览器扩展是轻量级软件，用于增强浏览器功能，但常被授予高权限，可访问、修改网页内容，甚至拦截网络请求。尽管用户依赖扩展提升效率，但许多扩展存在安全漏洞，如滥用权限、数据泄露、注入恶意代码或成为攻击向量。作者通过系统化分析，揭示了扩展如何破坏安全：一方面，合法扩展可能因设计缺陷泄露敏感信息；另一方面，恶意扩展伪装成有用工具窃取凭据或监视浏览活动。论文提出了一个分类框架，区分扩展带来的安全威胁类型，包括隐私泄露、中间人攻击、凭证盗窃等，并评估了当前浏览器安全模型（如最小权限原则）的不足。实验部分基于对Chrome Web Store中数千个扩展的静态分析，发现大量扩展请求超出功能的权限，部分存在已知安全漏洞。研究还通过案例展示了攻击者如何利用扩展进行持久化控制。本文贡献在于提供了一个全面的扩展安全威胁模型，并建议浏览器厂商加强权限审查和运行时监控。适合安全研究员、浏览器开发者及企业安全管理员阅读。

本文对数据伪造攻击（Data Forging Attacks）在实践中的可行性进行了重新评估。数据伪造攻击是指模型拥有者通过伪造训练数据小批量（mini-batches）来提供虚假的证据，声称模型是在某个数据集上训练的，而实际上是在另一个数据集上训练的。这种攻击破坏了数据治理和审计的可能性，因为恶意的模型拥有者可以声称其模型是从合规数据集训练的，而实际上使用了不合规的数据。然而，本文从实践和理论两个角度深入分析了当前攻击方法的局限性。实践上，现有攻击方法无法生成足够相似的梯度，从而容易被验证者检测。理论上，尽管存在无限多个不同的实数域小批量可以产生相同梯度，但要找到符合实际域（如图像像素值在0-255区间，且标签为one-hot编码）的小批量却非常困难。因此，本文呼吁重新评估已有攻击的实际威胁，并鼓励进一步研究成功的数据伪造攻击的条件。该研究对机器学习模型审计、数据合规和隐私保护有重要意义。适合机器学习安全研究者、数据治理专家和隐私合规从业者阅读。

该论文针对多方计算（MPC）在实际部署中缺乏鲁棒性的问题，即无法保证在具有间歇性延迟的网络中实现输出交付（包括离线阶段）。尽管已有理论构造能在此类环境下提供鲁棒性，但理论与实践之间存在差距，主要原因是缺乏高效的可验证/完全秘密共享（VSS/CSS）协议。现有CSS协议要么需要实践中难以实现的广播信道，要么引入至少与参与者数量平方成正比的计算和通信开销。为此，本文提出了hbACSS，一套异步完全秘密共享协议，具有最优弹性，且计算和通信开销均为（拟）线性。为构建hbACSS，作者还开发了hbPolyCommit，一种高效的多项式承诺方案，其计算和通信开销与多项式次数成（拟）线性，且无需可信设置。作者实现了hbACSS协议，并进行了广泛的实用性分析，观察到协议随参与者数量增加而良好扩展。特别地，他们将hbACSS用于生成MPC输入掩码——这一有用原语先前在实践中只能以非鲁棒方式生成。该工作弥合了理论与实践的鸿沟，为构建鲁棒、可扩展的MPC系统提供了关键基础组件。

本文提出COOPER，一种用于测试脚本语言（如JavaScript）与低级语言（C/C++）之间绑定代码的协同变异方法。许多商业软件（如Adobe Acrobat）集成脚本语言以实现动态文件修改，但脚本与底层实现之间的绑定层因数据转换和表示形式而存在语义不一致和安全漏洞。现有测试方法仅关注脚本侧，忽略需要特殊程序本机输入的缺陷。COOPER通过协同变异同时生成脚本端输入和程序本机输入，以触发绑定代码中的不一致性，从而发现潜在漏洞。实验结果表明，COOPER能够有效检测出真实世界软件中隐藏的绑定缺陷，包括一些先前未发现的漏洞，证明了其在提高软件安全性方面的价值。该方法适用于任何使用脚本语言扩展功能的系统，特别是PDF解析器、浏览器插件等场景。

本文提出了一种名为 PoF (Proof-of-Following) 的新机制，用于解决协作车辆队列中 V2V 通信的身份与物理状态绑定问题。现有的车辆队列依赖 PKI 保障消息完整性和真实性，但 PKI 无法将车辆的加密身份与其物理状态（如位置、速度、加速度等）关联起来。这意味着拥有合法证书的恶意远程车辆可以发送虚假的协同驾驶消息，从而干扰甚至操控队列行为，造成严重安全隐患。PoF 机制要求每个参与队列的车辆向其他成员证明自己确实“跟随”在前车之后，即其物理轨迹与前方车辆具有一致性和时序相关性。具体地，PoF 利用沿途部署的路侧单元（RSU）或使用车载传感器测量的相对距离、速度以及车辆轨迹的因果顺序来构建挑战-响应协议。在协议中，前车发送特定时间窗口内的观测数据（如经过的路标或前车自身的运动特征），后车必须提供匹配的本地感知或通信记录来证明自己位于该车的后方。通过验证这些证据，队列成员可以确认通信方是否处于合法的物理跟随位置，从而杜绝远程冒名攻击。作者还给出了 PoF 的正式安全定义，并分析了其抵抗多种攻击（如重放、位置伪造、合谋攻击）的能力。仿真实验表明，在合理的通信和感知精度下，PoF 能够以高概率检测到非法车辆，同时引入的通信和计算开销较小。本文的主要贡献包括：1）形式化定义了车辆队列中的“跟随证明”问题；2）设计了一套基于挑战-响应的轻量级验证协议；3）提供了安全性分析与仿真验证。该研究适合对物联网安全、自动驾驶安全、V2X 通信协议感兴趣的读者。

随着物联网和移动设备中海量数据的快速增长，分布式机器学习技术日益受到关注，联邦学习（FL）作为一种保护隐私的分布式学习框架，允许多方协作训练模型而无需共享原始数据。然而，FL容易受到数据投毒攻击，恶意客户端可能通过操控本地数据或模型更新来破坏全局模型。现有防御方案多基于相似度度量或异常过滤，但缺乏对攻击者意图的深度分析，且无法提供可解释的证据来判定恶意客户端。针对这一问题，本文提出了SHERPA，一种利用Shapley加法解释（SHAP）来识别FL系统中潜在投毒者的鲁棒算法。SHERPA的核心创新在于：首先，通过SHAP值计算每个客户端对全局模型的特征贡献；然后，基于特征归因聚类开发一种新的算法来区分投毒者和正常客户端。在多个数据集上模拟了不同场景的数据投毒攻击（包括针对隐私的投毒攻击），实验表明SHERPA能够有效缓解攻击，同时提供可解释性，为聚合过程中剔除恶意客户端提供合理的依据。该方法不仅提升了防御的可解释性，还增强了对投毒行为判定的合理性。本文的研究展示了可解释人工智能（XAI）技术在联邦学习安全防御中的潜力，为后验特征归因在对抗数据投毒攻击中的应用提供了新的视角。

本文针对脉冲神经网络（SNN）和神经形态数据集提出了一种后门攻击方法。脉冲神经网络是第三代神经网络，具有低功耗和事件驱动的特点，在神经形态硬件上展现出巨大潜力。然而，其安全性问题尚缺乏系统研究。作者首次探索了SNN在后门攻击下的脆弱性，设计了一种针对SNN的触发器注入机制，该机制利用脉冲序列的时序特性，在训练阶段将恶意触发模式嵌入模型中。攻击者通过控制触发样本使模型在正常输入时表现正常，而在包含触发器的输入上输出攻击者指定的错误标签。实验在多个神经形态数据集（如N-MNIST、CIFAR10-DVS等）上进行，结果表明攻击成功率高达95%以上，同时保持对干净样本的高分类准确率。此外，文章还探讨了不同触发器类型（如高频脉冲模式、空间稀疏模式）对攻击效果的影响。该工作揭示了SNN部署中的潜在安全隐患，为后续防御研究提供了基础。

该论文标题为《Building Embedded Systems Like It's 1996》，暗示当前嵌入式系统的开发实践可能仍沿用上世纪90年代的安全理念，存在严重的安全隐患。研究背景是嵌入式系统的安全性日益受到关注，但许多开发者仍采用过时的安全设计，缺乏现代防护机制。文章可能通过分析历史安全缺陷（如缓冲区溢出、缺乏内存保护、硬编码凭证等）来论证这些遗留问题在当代嵌入式设备中的普遍性。核心方法可能是对现有嵌入式系统的安全实践进行系统性回顾，并指出与1996年相比改进甚微。主要贡献在于揭示嵌入式安全领域的滞后性，并呼吁采用现代安全工程方法。实验部分可能包括对真实设备的安全评估或对历史漏洞的重现。该研究适合嵌入式开发者、安全审计人员和固件工程师阅读。

该研究针对大学企业网络中暴露Telnet和FTP服务的IoT设备进行了调查，旨在明确这些设备存在的根本原因及责任归属。研究者对校园网络进行扫描，发现了185台IoT设备，涵盖30个暴露Telnet的型号和49个暴露FTP的型号。随后，他们向设备所有者发送安全通知和调查问卷。结果显示，在21位Telnet设备所有者中，有2位故意启用了Telnet；在41位FTP设备所有者中，有8位故意启用了FTP。收到通知后，47位所有者中的38位表示愿意至少对其一台IoT设备采取措施，且除一台外，其余愿意采取措施的设备均成功修复。进一步分析设备手册发现，在30份Telnet型号手册中，有15份完全没有提及Telnet服务暴露；在49份FTP型号手册中，有10份未提及FTP暴露。结合对制造商的调查和手册分析，确认30个Telnet型号中有22个默认启用了Telnet，49个FTP型号中有29个默认启用了FTP。因此，研究得出结论：设备错误配置的主因并非使用者的人为失误，而是制造商的默认设置选择。多数使用者在得知安全风险后愿意主动进行修复。该研究强调了制造商在物联网设备安全中的关键责任，并建议通过默认安全设置和用户通知来降低风险。适合网络安全研究人员、网络管理员、物联网安全从业者阅读。

## Summary Every transaction gossiped on the klever-go P2P network is decoded and validated synchronously inside the libp2p pubsub topic-validator callback. The validator `txVersionChecker.CheckTxVersion` dereferences `tx.RawData.Version` with no nil check. A protobuf `Transaction` whose embedded `RawData` sub-message is omitted decodes to `RawData == nil`, so validating it triggers a nil-pointer

### Summary `networkMessenger.directMessageHandler` in `network/p2p/libp2p/netMessenger.go` spawns a fresh goroutine for every incoming direct message before the antiflood layer makes an admission decision. There is no semaphore, throttler, or bound on concurrent in-flight spawns. A single connected libp2p peer can open a `DirectSendID` stream and send well-formed `TopicMessage` envelopes with v

Alert for CVE-2026-21992

Alert for CVE-2025-61884

Alert for CVE-2025-61882

Alert for CVE-2024-21287

Alert for CVE-2022-21500

Alert for CVE-2021-44228

【安全通告】Linux Kernel "CIFSwitch" 本地权限提升漏洞风险通告（CVE-2026-46243）

该论文是一篇海报论文，研究多方ECDSA签名协议的正确性。具体地，作者试图通过引入拜占庭协议（Byzantine Agreement）的概念来证明n方ECDSA签名协议在存在恶意参与者的情况下仍能产生正确签名。多方ECDSA允许一组参与者共同生成一个ECDSA签名，而无需任何一方掌握完整私钥，常用于区块链钱包、门限签名等场景。本文的核心贡献是提出一个基于拜占庭协议的正确性声明框架，该框架要求所有参与者就签名的正确性达成一致，从而抵御拜占庭故障（即参与者可能任意偏离协议）。作者可能给出了协议的形式化定义以及安全性证明，但受限于海报篇幅，具体技术细节和实验验证未在摘要中展开。读者应查阅海报原文获取完整方案。

该论文针对异构智能体系统在运行时治理中面临的挑战，提出了一种与运行时无关的治理模型——Proof-Carrying Agent Actions (PCAA)。当前，不同智能体系统（如本地编码工具、框架SDK、托管平台、API网关等）拥有各自的控制点，导致相同的高风险动作（如外部发布数据）在不同运行时中表现形式各异（如shell命令、工具调用、会话切换等），使得统一回答“什么动作被授权、谁授权、审批语义是什么、执行后的证据是什么”等基本治理问题变得困难。PCAA以动作证书（action certificate）为核心，替代供应商原生的会话记录，实现运行时中立的治理。模型围绕五个检查点组织控制：动作前的可接受性、动作开启、假设捕获、批准和结果关闭。它将这些检查点绑定到可移植的动作信封（portable action envelope）、运行时和批准收据，以及可重放的证明。论文还从两个实用方向扩展了模型：证书具有外部性感知能力，携带目的地可见性、账户来源等边界事实；批准由明确的可执行性类别描述，而非单一的“已审查/未审查”位。作者在一个异构智能体控制平面中实现了参考原型，并采用披露受限的评估协议进行实验。保护基准从24个可执行种子扩展到96个追踪，涵盖四个运行时家族。结果表明，PCAA在保持路径质量的同时，能够暴露消融实验下的不同故障模式。论文的主要贡献包括：提出了围绕证书承载动作的运行时治理的系统形式化，以及基于实现的经验描述，展示了该形式化如何在运行时变动下保持可移植性而不退化为供应商特定控制面。该研究适合智能体系统安全、运行时治理和可审计性领域的研究者与实践者阅读。

该论文提出了一种名为Q-FE的量子原生6G远边缘架构，旨在解决超密集工业物联网（IIoT）数字孪生场景下的安全与延迟挑战。当前架构依赖集中式云或移动边缘计算（MEC）服务器进行数字孪生计算，导致往返延迟过高，且使用易受量子攻击的经典公钥密码。Q-FE通过三个协同设计组件应对这些问题： 1. 微数字孪生（μDTs）与6G基站和高能力端点共存，减少通信跳数； 2. 跨层后量子密钥交换模块将CSIDH-512同源密钥材料直接嵌入MAC层控制帧，利用其紧凑密钥（≤64字节）避免数据包分片，相比ML-KEM/Kyber-1024降低62%的MAC层开销； 3. 异步联邦学习（AFL）协议由MEC节点上的轻量级DAG智能合约管理，消除落后者瓶颈，防止模型投毒和女巫攻击，且不暴露原始数据。 基于NS-3和PySyft的端到端仿真表明：Q-FE将P99.9超可靠低延迟通信（URLLC）维持在0.78 ms，全局模型收敛速度比同步联邦学习提升31%；协议复杂度为每轮O(N log R)；μDT切换迁移在模拟的10^4个事件中平均完成时间为1.9±0.3 ms。形式化威胁模型证实其对量子窃听、模型投毒和女巫攻击具有韧性。该工作适合网络架构、后量子密码和联邦学习领域的研究者阅读。

本文提出了一款名为 RedEdit 的新型黑盒红队代理，用于评估图像安全分类器对用户级恶意图像编辑的鲁棒性。当前互联网内容审核系统依赖图像安全分类器，但其对用户风格恶意编辑（如日常场景中常见的操作）的抵抗力尚缺乏研究。RedEdit 将照片编辑绕过问题形式化为编辑工具序列的组合搜索问题，采用基于视觉语言模型（VLM）的提议器生成语义上有针对性的候选编辑，并利用蒙特卡洛树搜索（MCTS）规划器优先考虑有希望的编辑路径，同时从无效路径回溯。提议器和规划器分别实例化了人类攻击者的两个关键能力：领域知识和迭代回溯，从而重现了这一实际威胁。在 UnsafeBench 上的广泛实验揭示了深刻的系统漏洞：平均少于两次编辑即可使 76.2% 的不安全图像绕过检测器，同时保留 93.0% 的恶意语义，这意味着这些被操纵的内容对人类仍具有感知上的恶意，但能轻易绕过自动化审核。作者呼吁社区关注这一被忽视的实际威胁。

该论文提出 AttackPathGNN，一种用于 Solidity 智能合约的跨函数漏洞检测图神经网络。现有基于学习的检测器将漏洞检测简化为单函数内的语法模式匹配，但许多重大安全事件（如 The DAO 攻击、Cream Finance 攻击）并非源于单个函数，而是函数间的关系以及组合条件。为此，AttackPathGNN 将检测重新定义为对显式攻击路径的推理。其两个关键架构创新为：(1) 状态干扰图（State Interference Graph），通过带类型和权重的边连接共享可变存储的函数对，并通过五条件谓词定义有向重入路径边；(2) 合取池化（Conjunction Pooling），一种可微的 AND 聚合器，对八个命名利用前提条件进行聚合，其对数 Sigmoid 形式使得当任一缓解措施（如重入防护、访问控制修饰器或 SafeMath）就位时，每个函数的利用得分迅速归零。在五次独立训练中，AttackPathGNN 在 SmartBugs Wild 测试集上达到 92.3±0.2% 的 F1 分数（假阴性率 4.3±0.3%，在独立人工标注的 SmartBugs Curated 基准上检测率为 90.8±2.5%），在 DASP10 类别中有 6/10 达到 100% 的召回率，重入检测达 98.7±1.8%。每次预测附带结构化修复报告，将结果转化为可操作的函数级审计发现。该研究适合智能合约安全审计人员、区块链安全研究者以及漏洞检测工具开发者阅读。

本文针对专有RAG（检索增强生成）数据库版权保护问题，提出了一种名为SentinelRAG的新型水印框架。现有水印方法存在两大缺陷：一是通过注入真实实体之间的虚假关系，导致知识库被错误信息污染；二是嵌入脆弱的词汇模式，容易被对抗性改写移除。SentinelRAG的核心思想是向RAG数据库中插入风格一致但内容虚构的知识条目（例如描述虚构实体）。其关键洞察在于：这些合成知识在合法用户查询时几乎不会被检索到，但可通过数据所有者独有的目标探针可靠触发。实验在四个数据集（文档数从2.9k到8.8M）上进行，结果表明，在仅0.1%的注入率下，所有测试配置均实现了统计显著的检测（p < 10^-5）。与现有最优方法相比，SentinelRAG显著降低了误检率，同时几乎不影响合法用户查询。该工作适用于研究保护大型语言模型应用中RAG知识库版权的安全研究人员、数据库管理员和AI系统开发者。

该论文研究了在自主航天器上使用TinyML模型进行网络与射频（RF）威胁检测的延迟-准确率权衡问题。自主航天器对机载威胁检测有严格的计算资源约束，需要快速、轻量且可靠的检测方案。作者基于SPARTA攻击模型，模拟了五种典型威胁场景：上行链路干扰、伪NR欺骗、载荷操纵、地面段泄露和未经授权的命令注入。他们选择并分析了四种TinyML兼容的经典机器学习模型——随机森林（RF）、逻辑回归（LR）、支持向量机（SVM）和多层感知机（MLP）——在检测这些威胁时的表现。研究方法包括物理信息驱动的理论分析，计算每个模型的算法复杂度、VC维、Lipschitz连续性以及延迟缩放特性，并结合在BandErasure、FakeNR和NoiseBurst三种对抗性RF频谱图上的实测数据。实验结果表明，逻辑回归能够在微秒级别完成推理，且准确率仅比随机森林低1%，这使其成为机载自治系统中一个高效的TinyML基线模型。论文还指出，通过引入更丰富的特征编码器和多时间尺度学习架构，可以进一步推动航天器网络安全的发展，并呼吁结合边缘智能和可信AI的最新进展进行后续研究。该工作为资源受限环境下的网络安全检测提供了有价值的设计指导和基准。

本文提出一个形式化框架用于分析DeFi组合的经济安全性。DeFi服务通常由多个智能合约组合而成，这种组合性在带来灵活性的同时也引入了安全风险：攻击者可能利用新部署合约与现有合约之间的交互来造成经济损失。为此，作者引入了MEV非干扰性（MEV non-interference）这一形式化安全概念，要求新部署合约集合的最大可提取价值（MEV）不会因与现有区块链状态的交互而增加。为了支撑这一概念，他们定义了局部MEV（local MEV），一种聚焦于特定受害者合约集合经济损失的新型经济攻击度量。研究考虑了有限财富和无限财富两种对手模型，并建立了充分条件和局部性原理，从而支持对安全组合性的模块化推理。框架被应用于多种代表性DeFi组合场景，包括交易所、自动做市商（AMM）、期权、借贷池、路由器和套利合约，展示了如何区分安全组合与脆弱组合。实验结果证明了该框架的有效性。该工作为DeFi组合的经济安全性推理提供了形式化基础，适合DeFi安全研究者、协议开发者及审计人员阅读。

本研究聚焦于可信执行环境（TEE）辅助的联邦学习协议中的安全问题。现有协议依赖单一TEE来保护聚合过程，但作者发现服务器端攻击者可以操纵客户端选择和重放聚合，从而破坏系统鲁棒性和隐私。这些问题源于TEE的局限性，即状态回滚和I/O操纵攻击。为此，作者提出DIST-FL，一个由多个TEE保护的分布式服务器系统，通过形成仅追加账本（append-only ledger）来实现隐私保护且鲁棒的联邦学习聚合。DIST-FL的核心设计是确保操作线性化（linearizability），从而阻止状态回滚攻击；同时，它结合来自可靠服务器的输入来缓解I/O操纵威胁。作者在广域网（WAN）设置下实现了DIST-FL并进行了评估。实验结果表明，DIST-FL能够有效防御所提出的攻击，并且性能与单TEE方案相当，同时利用TEE的计算优势，其吞吐量相比同类方案提升了6倍。该工作为联邦学习中的安全聚合提供了新的分布式架构思路，适合对联邦学习安全、TEE应用以及分布式系统安全感兴趣的研究人员阅读。

该论文提出了一种名为 TITAN-FedAnil+ 的联邦学习框架，旨在解决资源受限智能企业环境中的数据异质性（非独立同分布数据）和去中心化安全威胁。核心贡献包括：1) 基于亲和传播的自适应聚类聚合方法，无需预先知道攻击者数量即可识别并过滤恶意更新；2) GPU 加速向量化技术提升计算效率；3) 轻量级签名状态跳变机制实现区块链快速重同步。实验在 8 GB 边缘设备上进行，经过 50 轮通信后，相比基线框架，内存开销节省高达 81%。研究结果表明，TITAN-FedAnil+ 有效提升了鲁棒性、可扩展性和资源效率，适用于智能企业的安全联邦学习部署。

该论文提出了一种名为 ParDef 的通用防御方法，旨在保护深度神经网络 (DNN) 在异构、部分不可信环境（如云存储、CI/CD 管道、容器化服务和边缘执行平台）中部署时免受参数攻击。参数攻击直接篡改模型内部参数，影响所有后续推理，且攻击形式多变。现有防御方法要么需要重训练，要么显著降低精度，或仅能防御特定攻击类型。ParDef 整合了三种关键技术：密钥通道重参数化（混淆敏感参数方向）、QC-LDPC 量化（嵌入冗余并支持纠错）以及自适应鲁棒推理（在不确定性下稳定预测）。在 CIFAR-10、CIFAR-100 和 Tiny-ImageNet 数据集上使用 ResNet 和 VGG 模型进行的评估表明，ParDef 能够一致地降低多种参数攻击的成功率，同时保持较高的模型性能，且部署开销适中。研究者在不同攻击类型（稀疏、连续、结构化）下验证了其通用性和有效性。

该论文提出了一种基于人工智能（AI）代理的新型自适应计算机蠕虫。传统蠕虫（如WannaCry）利用固定漏洞进行传播，可通过打补丁阻断。而本文展示的AI蠕虫能够在感染每台机器后，利用被入侵设备上的开源大语言模型（LLM）进行推理，针对每个新目标生成定制化的攻击策略。蠕虫通过寄生方式窃取计算资源运行LLM，实现自我维持的推理和传播。作者在包含Linux、Windows和物联网设备的网络上进行了实验，利用常见的真实企业网络漏洞进行传播。由于攻击者无需额外成本（仅需初始感染，后续利用受害者的算力），攻击者的边际成本为零，导致攻防双方经济不对称。此外，该蠕虫不依赖商业AI平台，因此集中式安全控制（如服务拒绝、速率限制）对其无效。实验证明，这种自我维持的AI驱动网络威胁已成为现实。本文适合安全研究人员、防御者和政策制定者阅读，以了解新型AI恶意软件的能力和防御挑战。

针对图神经网络（GNN）的现有隐私分析大多继承自非图数据场景的假设，忽略了结构依赖性和随机训练图采样。尤其是节点相关的先验导致仅凭第一类和第二类错误无法充分刻画最佳成员推断测试。为此，本文提出贝叶斯成员隐私（BMP），一种采样感知的节点级成员隐私定义，将节点相关的先验和图采样概率纳入攻击者知识。BMP将成员推断建模为贝叶斯假设检验，并通过后验成员概率量化成员隐私。论文探讨了BMP与现有定义之间的理论关系，并进一步提出一种实用的、采样感知的审计机制来估计BMP参数，作为GNN节点级隐私泄露的度量。在基准图数据集上的实验表明，BMP能提供比全局攻击精度更细粒度的隐私洞见。

随着分布式基础设施系统（如云计算、物联网和边缘计算）的广泛采用，网络攻击面显著扩大，攻击手段也日益复杂。传统的集中式入侵检测方法在可扩展性、数据隐私、通信开销以及AI决策过程的透明度方面面临挑战。为解决这些问题，本文提出了一种认知威胁情报与可解释联邦安全分析框架。该框架融合了联邦学习（FL）、可解释人工智能（XAI）和认知网络安全分析，能够在分布式网络环境中实现协作式且隐私保护的网络威胁检测。具体来说，本地安全模型在分布式节点上独立训练，只有加密的模型参数和更新通过联邦聚合机制共享，从而避免了将敏感原始网络流量数据传输到中央服务器。这种去中心化学习架构增强了隐私保护，同时降低了通信依赖和集中式安全风险。为了提升智能威胁分析能力，框架集成了多种机器学习和深度学习算法，包括随机森林、XGBoost、自编码器等。论文通过实验验证了该框架在检测精度、通信效率、隐私保护性和可解释性方面的有效性。研究表明，该框架能够在保护数据隐私的前提下，实现高效的分布式威胁检测，并为安全分析师提供可解释的决策依据。

本文是一篇系统化知识综述（SoK），聚焦后量子密码学（PQC）在软件系统中的实现问题。随着量子计算威胁的临近，将现有密码学算法迁移至抗量子算法已成为紧迫需求。尽管标准化的PQC算法（如CRYSTALS-Kyber、CRYSTALS-Dilithium等）已经发布，但开发者和组织在将其集成到实际软件系统时仍面临显著挑战。现有研究多集中于密码学性能与算法安全，缺乏对影响PQC成功实施的更广泛社会-技术因素的全面理解。本文从人（Human）、组织（Organisation）、技术（Technology）三个维度（HOT）系统梳理了PQC的实现途径与挑战。通过对现有文献的深入综合，作者发现当前知识体系存在明显不平衡：技术解决方案占据主导地位，而人与组织层面的考量严重不足。进一步分析表明，PQC实现挑战并非孤立存在于单个维度，而是跨HOT上下文的相互关联的社会-技术约束，共同塑造了实施结果。这些发现意味着PQC实施不仅仅是密码学替换，更是一场需要跨HOT维度协调方法的更广泛社会-技术转型。为此，作者提出了PQC-HOT模型，这是一个概念性框架，解释了HOT维度之间的互动如何共同影响软件中的PQC实现。该模型将SoK中识别出的实施干预措施与挑战综合成一个集成结构，支持系统决策、规划和组织过渡策略。最后，本文基于这些见解，为软件系统中可扩展且可持续的PQC实施指出了未来研究方向与设计启示。

该论文针对多人网络游戏（MOG）中的作弊问题，提出并公开了一个新型数据集。作弊行为严重损害玩家体验和竞争公平性，尤其是基于网络流量干扰的作弊方式至今难以检测。现有研究缺乏带标签的代表性数据，为此作者构建了一个实验框架，该框架将一款多人游戏与可复现作弊攻击的插件相结合，能够同时收集网络层和应用层的日志。数据集包含了真实玩家与自动化游戏客户端的游戏会话记录，并明确标注了作弊动作。这是首个提供网络流量干扰作弊日志的数据集，同时也涵盖了瞄准辅助（aimbots）和透视（wallhacks）等常见作弊类型。该数据集可供学术界和工业界的研究人员用于开发和评估在线游戏的作弊检测机制。此外，框架设计具有可扩展性，其他人可基于该框架创建自己的数据轨迹来丰富数据集。

本文研究了在差分隐私（DP）约束下，针对基数约束的多目标子模最大化（MOSM）问题。子模最大化在机器学习和数据挖掘中广泛应用，例如最大覆盖和设施选址问题，但现有工作大多考虑单目标优化或非隐私场景。本文首次将差分隐私引入多目标子模最大化，旨在从敏感数据中选择至多k个元素，以最大化d个单调子模函数的最小值，同时满足ε-差分隐私。我们提出了两种新颖算法：第一种算法扩展了经典贪心算法，通过逐轮选择元素并添加拉普拉斯噪声实现隐私保护，但需要调整目标函数以平衡多个目标；第二种算法采用截断技术，对每个目标函数的增益进行截断后再应用贪心选择，并融入差分隐私机制，从而提供更稳定的近似保证。理论分析证明，两种算法均能达到近似最优解，并保持了差分隐私的隐私预算。数值实验在两个典型应用（多目标最大覆盖和多目标设施选址）上进行，验证了算法在效用和效率上的有效性。实验结果表明，与基准方法相比，所提算法在隐私参数适中时仍能保持较高的目标函数值，且运行时间可接受。本文为数据敏感场景下的组合优化提供了新视角，适合对隐私保护、子模优化及相关领域感兴趣的研究人员阅读。

The Event Monster – Event Management, Events Calendar, Tickets plugin for WordPress is vulnerable to Insufficient Verification of Data Authenticity in versions up to, and including, 2.1.0. This is due to the capture_payment() AJAX handler (registered via wp_ajax_nopriv_em_capture_payment) trusting client-supplied payment data — including transaction ID, amount, and payment status — without perform

An administrative cross-site scripting (XSS) vulnerability exists in the web user interface dashboard layout of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). Unvalidated user-supplied variables are echoed back to administrative profiles, facilitating vector payload processing behavior controls.

An input validation command execution vulnerability exists in the browser management pipeline of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). Authenticated administrators can leverage this exposure to obtain underlying terminal script code processing execution permissions.

A Captive Portal Custom Handler command injection vulnerability exists in Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). On affected platforms, an administrative account logged into the user interface can exploit this input handling behavior to execute arbitrary platform shell commands.

A Reports application infrastructure vulnerability exists in Arista Edge Threat Management - Arista Next Generation Firewall (NGFW) due to insecure input validation. This issue uniquely affects version 17.4.0; earlier software releases are not exposed.

An encrypted password command injection vulnerability exists in the Captive Portal application framework of Arista Edge Threat Management - Arista Next Generation Firewall (NGFW). This issue uniquely affects version 17.4.0; earlier software releases are not exposed.

Ericsson Packet Core Gateway (PCG) versions prior to 1.30 contain an Improper Handling of Missing Values (CWE-230) vulnerability where an attacker continuously sending a specially crafted message can cause service degradation. The impact continues as long the attack persists but the system recovers from the crashes when the attack stops.