Ransomware gang abuses Microsoft Teams relays to hide malicious traffic
DragonForce ransomware used a custom malware named 'Backdoor.Turn' to hide command-and-control traffic inside Microsoft
2026-06-17 归档
今日共收录 1195 条安全情报，包含 310 个 CVE，456 篇安全通告，以及 103 篇研究论文。
← 返回归档列表Windows version of SprySOCKS Linux malware used to attack govt orgs
Windows variants for the SprySOCKS Linux malware have been used in attacks targeting government organizations in at leas
iRhythm discloses data breach, says hackers stole patient info
Digital healthcare company iRhythm Holdings has disclosed a data breach after hackers stole patients' personal and healt
Survey: 94% of Incidents Involve Anonymized Infrastructure. Teams Are Still Reactive
Security teams have never had more IP data at their disposal. Every day, analysts ingest enrichment feeds, geolocation d
Fake Microsoft Alerts Used to Deploy North Korean NarwhalRAT Malware
The North Korean state-sponsored hacking group known as ScarCruft (aka APT37) has been observed using spear-phishing mes
Atomic Arch Supply Chain Attack Hits 1,500 AUR Packages
Arch Linux suspended account registrations in response to the wave of malicious packages being uploaded to AUR. The post
Seeing Is Not Screening: Multimodal Hidden Instruction Attacks on Agent Skill Scanners
该论文研究了基于LLM的系统中Agent技能的安全扫描问题。现有技能扫描器主要依赖文本描述、清单和源代码进行安全分析，忽视了图像等视觉媒介可能隐藏的恶意意图。作者提出了SkillCamo攻击方法：在技能包的图像中嵌入恶意操作指令，同时重写周
A Red-Team Study of Anthropic Fable 5 & Opus 4.8 Models
本研究对 Anthropic 开发的两个前沿大型语言模型（LLM）——Fable 5 和 Opus 4.8——进行了红队评估，旨在衡量其对自动化越狱攻击的鲁棒性。研究采用 HackAgent 红队框架，共生成数十万次对抗性尝试，覆盖四种不同
FragFuse: Bypassing Access Control of Large Language Model Agents via Memory-Based Query Fragmentation and Fusion
该论文提出了一种针对大语言模型（LLM）智能体的新型攻击方法FragFuse，揭示了长期记忆机制引入的安全漏洞。LLM智能体日益依赖长期记忆来支持复杂任务执行、用户个性化与领域适配，同时研究者也开始探索访问控制机制以阻止违反策略的请求。然而
Structural Role Injection in Handlebars-Templated LLM Prompts: Triple-Brace Interpolation, Delimiter Family, and the Limits of HTML Auto-Escaping
本研究聚焦于Handlebars模板引擎在大型语言模型（LLM）提示构造中的结构性角色注入漏洞。Handlebars是Microsoft Semantic Kernel的默认提示模板格式，其双花括号{{x}}表达式会对插值内容进行HTML转
ShellGames: Speculative LLM-Driven SSH Deception
网络欺骗与移动目标防御是提升攻击者不确定性的有效策略，但维持长期、可信的交互式会话仍具挑战。大语言模型为动态欺骗系统提供了新思路，但存在状态持久性缺失、输出不一致、幻觉、延迟和易被行为颠覆等问题。本文提出 ShellGames，一种基于 L
Cordon: Semantic Transactions for Tool-Using LLM Agents
该论文提出了 Cordon，一个用于工具使用型 LLM 代理的事务性运行时系统。当前代理运行时将工具暴露为独立的 RPC 调用，缺乏跨多步骤工作流的任务级执行边界（如提交、回滚、恢复和审计）。Cordon 引入语义事务（semantic t
PARSE: Provenance-Aware Retrieval Sanitization for Professional Domain LLM Agents
本文针对LLM agent的提示注入防御在真实企业文档中普遍失效的问题展开研究。现有防御多在合成基准上评估，但这些基准无法反映真实文档长度大、密度高、权威语言与事实内容交织的特点。作者构建了一个包含五个专业领域（金融、法律、医学、科学、De
Bifrost: Hybrid TEE-FHE Inference for Privacy-Preserving Transformer and LLM Serving
本文提出 Bifrost，一种混合 TEE-FHE 架构，用于保护云上 Transformer 和大型语言模型 (LLM) 推理的机密性。用户提示可能包含敏感代码、业务数据、个人信息或受监管文档，但现有云服务将中间状态暴露给软件栈和加速器运
OTRO: Oblivious Tokenization Path with Square-Root ORAM
该论文针对CPU端大语言模型（LLM）分词器在机密计算环境中的安全漏洞展开研究。在采用CPU和GPU可信执行环境（TEE）的LLM服务栈中，分词器通过查表转换用户提示，其产生的内存访问模式会泄露敏感信息，已被证明可在Intel TDX上实现
How Much Can We Trust LLM Search Agents? Measuring Endorsement Vulnerability to Web Content Manipulation
该论文针对基于大语言模型（LLM）的搜索代理（如结合搜索引擎的回答系统）面临的安全风险展开研究。这类代理会综合网络公开内容为用户生成可操作建议，但攻击者可能通过发布恶意网页内容来操控代理的推荐结果。作者提出了一个名为 SearchGEO 的
Automated jailbreak attack targeting multiple defense strategies
大型语言模型（LLM）在多种任务中表现出色，但其安全性因易受对抗性提示攻击而成为关键问题。本文提出UNIATTACK，一个从防御者视角设计的对抗性测试框架，旨在系统性地构建高效的黑盒攻击提示。与依赖静态模板或迭代模型特定调整的先前方法不同，
LineageMark: Multi-user White-box Watermarking for Contribution Tracing in Model Derivation Chains
本文提出 LineageMark，一个用于大型语言模型（LLM）衍生链的多用户白盒水印框架。在开放的 LLM 生态中，模型经常被跨多个领域和应用进行适配，形成多阶段衍生链，因此追踪和验证历史贡献对于模型溯源和知识产权保护至关重要。然而，现有
DoubtProbe: Black-Box Jailbreak Defense via Structural Verification and Semantic Auditing
本文提出了一种名为 DoubtProbe 的黑盒越狱防御框架，旨在解决大型语言模型（LLM）在用户交互场景中面临的安全对齐漏洞问题。现有防御方法多依赖已知攻击模式、提示级语义判断或本地运行时控制，但在面对不断演化的提示包装、表达重写和结构操
An Evaluation of Data Leakage Risks in Tool-Using LLM Agents in Realistic Scenarios
本文由新加坡AI安全研究所与韩国AI安全研究所联合进行，系统评估了使用工具的LLM智能体在12个真实、非对抗性任务中的数据泄露风险。这些任务涵盖客户支持、DevOps、Web自动化以及企业和个人生产力场景。研究聚焦五种风险类型：缺乏数据意识