From Refusal Geometry to Safety Geometry: Harmfulness--Refusal Coupling under Dynamic Adversarial Fine-Tuning
该论文研究了语言模型安全对齐中一个关键但未被充分探索的问题：模型是否学会了识别有害性（harmfulness）、激活拒绝策略（refusal），还是将这两个过程耦合在一起。作者提出了一种双安全几何协议（dual safety-geometr
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Dynamic Malicious Skills in Agentic AI
本文研究Agentic AI（智能体AI）中一种新颖的安全攻击面：动态恶意技能。技能是增强智能体能力的关键组件，但同时也引入了新的攻击入口。作者发现，攻击者可以通过在自然语言文档（如SKILL.md）中嵌入恶意指令，诱导智能体在执行原本良性
Scalable Malware Family Classification Using Quantum Kernel Based Machine Learning
该论文针对恶意软件家族分类这一网络安全关键任务，提出了一种基于量子核的机器学习（QKML）框架，旨在解决传统机器学习在大规模多分类场景下对结构相似、混淆程度高的恶意软件样本分类精度和效率不足的问题。研究首先从可执行文件中提取结构特征，然后利
obliv-clang: Real-World Oblivious Programming in C++
本文提出 obliv-clang，一个针对 C++ 程序的编译时遗忘性检查工具，旨在缓解时序攻击和访问模式攻击等侧信道漏洞。在可信执行环境中，机密数据处理面临侧信道威胁，遗忘编程通过确保程序执行时间和数据访问轨迹不泄露秘密，提供了一种有效的
MASCOT-Android: A Curated Dataset and Automated Collection Pipeline for Android Malware Source Code Specimens
该论文提出 MASCOT-Android，一个经过人工筛选的 Android 恶意软件源代码数据集，以及用于在 GitHub 上规模化自动发现恶意软件源代码的收集管道。研究背景：与二进制文件或反编译代码相比，恶意软件源代码更直接地反映了攻击
AIChilles: Automatically Uncovering Hidden Weaknesses in AI-Evolved Systems
该论文关注AI驱动系统进化中隐藏的弱点问题。近年来，计算机系统社区对AI驱动的系统进化兴趣日益增长，即利用AI智能体迭代地重写系统代码。例如AdaEvolve和Engram等框架声称相比于人工设计算法可获得12-60%的分数提升。然而，这些
TrustedARI: Towards Trust-Native Agentic Routing Infrastructure for Agentic AI
本文针对AI代理通过代理路由基础设施（ARI）访问外部模型、工具和服务时面临的信任风险，提出了TrustedARI——首个信任原生的代理路由基础设施。ARI架构使得AI代理必须将查询和响应以明文形式暴露给路由中间件，且代理无法验证查询是否被
FuseChain: Runtime Evidence Reconstruction for Software Supply-Chain Attacks
该论文提出了一种名为 FuseChain 的运行时检测框架，旨在应对软件供应链攻击的多阶段、跨源和时间分布特性。现有运行时检测系统通常独立分析不同来源的遥测数据（如包管理、进程事件、网络流量、DNS/HTTP 元数据和安全告警），难以发现低
Odds Law: The Decomposition Algebra On How Intelligence Organizes Itself to Solve Difficult Problems Reliably
本文提出一个结构化问题：给定不可靠的基本问题求解器，如何组织它们才能可靠地解决困难问题，以及其中的极限是什么。作者发展了一种“分解代数”：基本求解器被视为随机范畴中的态射，四种组合子（顺序组合、并行集成、验证门控和递归约简）生成复合求解器的
Multi-tier Differential Private Query Release
该论文提出了一种面向多层级差分隐私查询发布的全新框架。在现实场景中，同一统计查询可能被多个分析师发起，但由于信任等级或支付意愿不同，每个分析师获得的答案需在差异化的隐私预算下生成。现有方法要么导致过高的累积隐私损失，要么在效用上表现欠佳。为
Model Stealing Through the Lens of Model Multiplicity
该论文从模型多重性的角度重新审视了模型窃取攻击的传统观点。通常认为，攻击者通过查询目标模型构建高保真代理模型，可以获得与原始服务提供商相近的经济优势。然而，论文指出由于查询提取只能提供目标模型输入输出行为的部分监督，代理模型并非唯一确定：存
In-DRAM Signature Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Off-The-Shelf DRAM Chips
该论文针对商用现成（COTS）DRAM芯片，提出了一种利用同时多行激活（SiMRA）技术生成唯一、可重复且设备专属签名的方法，用于物理不可克隆函数（PUF）响应。研究团队对来自10个内存模块的112片现代DDR4 DRAM芯片进行了严格的实
The Audit Gap in Blockchain Security: A Four-Year Empirical Study of Public Audit Findings and Real-World Exploit Incidents
该论文对2022年1月1日至2026年3月27日期间（四年零三个月）的Web3安全态势进行了实证分析。研究数据集包含来自22家独立安全公司的23,818份公开审计结果，以及rekt.news记录的218起真实世界漏洞利用事件，总损失约77.
Attribute Inference from Interactive Targeted Ads
本文研究了交互式定向广告系统中的属性推断问题。在定向广告中，广告商可以选择特定受众群体，并将广告投放与用户可见的交互行为（如点击、浏览）关联。当这些交互行为与发起该交互的广告活动保持关联时，广告商可能获得与特定用户相关的观测数据，而不仅仅是
VLALeaks: Membership Inference Attacks against Vision-Language-Action Models
本文首次系统性地研究了视觉-语言-动作（VLA）模型在会员推断攻击（MIA）下的隐私脆弱性。VLA模型通过融合视觉、语言和动作信号实现端到端机器人控制，但训练数据的高昂采集成本使得数据记忆引发的隐私泄露和知识产权侵权问题尤为突出。会员推断攻
An Empirical Analysis of AI Slop in Music Streaming
本文针对音乐流媒体平台上的AI生成低质量音乐（AI Slop）现象进行了实证分析。研究背景是生成式AI降低了内容创作门槛，使得任何人都能轻松生成专业外观的图像、文本和音乐，催生了以“AI垃圾内容”牟利的新兴产业，这些内容常冒充人类创作或通过
Differential Privacy of Gaussian Process Posterior Sampling
该论文研究了当整个训练集（包括协变量和响应变量）都是私有的时，从高斯过程（GP）发布后验样本路径的隐私问题。与需要添加外部噪声的标准差分隐私（DP）机制不同，后验采样本身就是随机的。作者证明这种内在随机性能够提供DP保证，通过推导GP后验样
Your Privacy My Cloak: Backdoor Attacks on Differentially Private Federated Learning
这篇论文挑战了差分隐私（DP）天然增强联邦学习（FL）对后门攻击鲁棒性的普遍假设。作者通过分析两种基线攻击策略，发现DP-FL中存在一个根本性矛盾：绕过DP的恶意更新容易被现有防御检测和过滤，而遵守DP约束的更新虽能避免被检测，但其统计特征
An AI Security Agent for Banking: Multi-Vector Fraud and AML Detection Across Retail and Corporate Accounts
该论文针对银行面临的两种不同类型的欺诈威胁——基于签名的欺诈（如无卡攻击、账户接管、ATM克隆）和行为金融犯罪（如结构化交易、分层、骡子网络、商业电子邮件欺诈）——提出了一种融合架构的AI安全代理。这两种威胁具有根本不同的检测需求：静态规则
New Ideas on a New Old Type of Cipher:The Mixed-Radix One-Time Pad
本文基于2012年预印本中提出的一种非常规密码方案，对其核心表示进行了形式化，并以此为基础提出了混合基数一次性密码本（MR-OTP）——一种将一次性密码本（OTP）推广到非均匀基底的通用方案。作者证明了MR-OTP能够实现香农完美保密性，并