Adv-TGD: Adversarial Text-Guided Diffusion for Face Recognition Impersonation Attacks
本文提出了一种名为 Adv-TGD 的生成式对抗攻击框架，用于对人脸识别系统实施身份冒充攻击。该框架基于 Stable Diffusion，通过对每个源-目标身份对进行轻量级 LoRA 微调，生成逼真的人脸图像，能够欺骗主流人脸识别模型。与
2026-06-13 归档
今日共收录 1165 条安全情报，包含 370 个 CVE，402 篇安全通告，以及 115 篇研究论文。
← 返回归档列表Superspace Concentration and Adversarial Robustness in Quantum Algorithms
本文提出并形式化了超空间浓度（superspace concentration）作为一种量子资源，并通过焦点度量 F(ρ) = λ_max(ρ_super)（即约化超空间态的最大特征值）来量化量子系统将信息权重集中到扩展自由度空间中某个优先
A Deterministic Forensic Preprocessing Framework for Heterogeneous Network Datasets: Formal Foundations, Implementation, and Empirical Validation
该论文提出并实现了一个确定性的取证预处理框架，旨在解决数字取证调查中异构网络数据集（如来自入侵检测系统、物联网设备和企业流量日志的数据）的预处理问题。当前面临的挑战包括：不同来源的数据模式和时间戳格式不一致，导致证据关联和时间线重建困难；临
WHET: Welding Homomorphic Encryption to Accelerator Architectures
全同态加密（FHE）允许在不解密的情况下对加密数据进行计算，为数据隐私提供了强力保障，但代价是巨大的计算和内存开销。以往的研究要么从密码学/算法层面优化FHE性能，要么通过硬件加速器提升效率，但这两个方向在很大程度上是独立发展的，未能充分利
VIPIR: A Versatile GPU Framework for Integrating Private Information Retrieval Protocols
私有信息检索（PIR）允许用户在不泄露查询内容的情况下从数据库中检索数据，但传统PIR方案计算开销大、内存需求高，难以大规模部署。本文提出VIPIR，一个通用的GPU框架，通过联合设计PIR协议与GPU加速来解决这些瓶颈。首先，作者构建了一
Hiding the Trees in the Forest: Building Network Covert Channels with Hash-Based Covert Carrier Filtering
本文提出了一种基于哈希的隐蔽载体过滤策略（Hash-Based Covert Carrier Filtering），用于增强网络隐蔽通道的抗检测能力。传统网络隐蔽通道的隐蔽性依赖于隐蔽算法的保密性，但随着逆向工程技术的进步，算法一旦暴露即易
On the Study of Biometric Spoofing Detection using Deep Learning
该研究聚焦于生物特征识别系统中的欺骗攻击检测问题。随着人脸识别等生物特征系统在安防领域的广泛应用，攻击者利用伪造的生物特征数据（如照片、视频、3D面具）进行欺骗攻击的风险日益突出。为评估现有深度学习模型在检测此类攻击上的有效性，论文选取了四
A Longitudinal Study of Recently Observed Malicious Domains: Characteristics, Infrastructure, and Abuse Patterns
该论文对2026年1月至5月间在VirusTotal（VT）上观察到的约152万个恶意域名进行了纵向研究。研究选取了至少被5个独立VT扫描引擎检测到、且首次出现在研究窗口内的域名。数据集被分为被攻陷域名和攻击者创建域名，后者约占89.3%。
Do Transformers Actually Help Intrusion Detection? A Temporal Sequence Evaluation on CIC-IDS2017
该论文针对近年来网络入侵检测研究中越来越多地采用循环网络和Transformer等时序架构的趋势，提出质疑：这些模型是否真的利用了时序信息？作者以CIC-IDS2017数据集为基准，将其重构为时序入侵检测任务，通过构建有序流序列，在随机划分
What Do Deepfake Speech Detectors Actually Hear?
本文针对深度伪造语音检测器的可解释性不足问题，提出了一种基于积分梯度（Integrated Gradients）和时间对齐自监督表示（如WavLM）的音频原生可解释性流水线。该方法能够定位检测器在时间维度上的决策证据，并语义化解释最重要的声
RedAct: Redacting Agent Capability Traces for Procedural Skill Protection
本论文研究了基于语言模型的智能体（Agent）在执行复杂任务时生成的执行追踪（execution traces）所引发的程序技能泄露风险。用户通常依赖这些追踪来观察行为、诊断失败和确保问责，但追踪中包含了丰富的程序细节，如工具调用、中间决策
In Defense of Information Leakage in Concept-based Models
该论文重新审视了基于概念模型（Concept-based Models, CMs）中信息泄漏的传统观点。CMs是一类深度神经网络，其预测基于与人类可理解概念（如“圆形”、“条纹”等）对齐的表示。过往研究通常认为，CMs会学习到泄漏概念无关信
Layer Order Semantics for Automata-Based Cybersecurity
本文提出了一种基于自动机理论的形式化框架，用于分析和理解分层网络安全流水线中顺序敏感的安全故障。当前网络安全架构通常采用多阶段流水线来处理证据并做出决策，但不同阶段的转换顺序会显著影响哪些安全事实被暴露给哪些层级。作者给出了层顺序的有限状态
Semantic Identification of IoT Devices from Behavioral Primitives
该论文针对物联网设备准确识别这一关键安全问题，提出了一种基于制造商使用描述（MUD）配置文件的语义识别方法。现有方法通常从数据包或流记录中学习设备签名，但这些低层通信观测的流量模式会随部署环境、软件版本和用户交互而变化，导致识别鲁棒性不足。
Beyond the IT Checklist: Engineering a Reasonable Standard of Care for Cyber Safety
本论文指出当前美国网络政策过度依赖安全列表和事件报告作为‘安全’的替代指标，这对于数字失效可能导致物理伤害的网络物理系统（如关键基础设施）而言是不够的。作者构建并编码了一组关键基础设施政策文档语料库（N=292，2000-2025年），系统
Bridging the Smart City Cybersecurity Data Gap Through AI-Driven Synthetic Dataset Generation
智能城市依赖融合传感器、物联网设备、云平台和AI驱动服务的网络物理系统，这些系统在提升城市服务的同时，由于其巨大的攻击面、异构数据流和不断演变的威胁向量，引入了复杂的网络安全挑战。开发并验证智能城市网络安全工具需要高质量的数据集来准确反映真
Ethical and Technical Limits of Deepfake Speech Datasets
该论文对39个深度伪造语音数据集进行了系统性的数据集级审计，分析了可访问性、文档质量、人口统计与语言覆盖范围、数据集规模以及底层真实语音来源等关键属性。研究发现两个重要问题：首先，绝大多数数据集缺乏人口统计元数据（如年龄、种族、国籍等），仅
Secure Aggregation with Top-K Sparsification in Decentralized Federated Learning
联邦学习中，安全聚合是防止梯度泄露的关键组件，但其通信成本通常与梯度维度成正比，对于大型模型和带宽有限、节点不可靠的分散式联邦学习场景尤其高昂。Top-K梯度稀疏化通过仅传输完整梯度的少数重要条目来降低通信开销，同时保持模型精度，但每个用户
Undefined Behavior in C and C++: An Experiment With Desktop Use Cases
本文通过实证实验评估了C和C++程序中未定义行为（UB）在典型Linux桌面使用中的实际发生情况。未定义行为是C/C++语言中特有的概念，指程序使用了语言标准未作任何要求的错误构造（如整数溢出）。研究者利用编译器内置的未定义行为消毒剂（UB
Systematic Cybersecurity Risk Analysis of European Rail Traffic Management System
本文对欧洲铁路交通管理系统（ERTMS）进行了系统性的网络安全风险分析。ERTMS是欧盟广泛采用的统一列车管理标准，支持全自动驾驶等用例，但网络安全一直未得到充分重视。研究首先对ERTMS的组件进行了系统建模，然后基于底层技术中已识别的威胁