When NGINX Plus or NGINX Open Source is configured as the data plane for NGINX Gateway Fabric, an injection vulnerability exists in the NGINX configuration generator component of NGINX Gateway Fabric. User-supplied string values from the NginxProxy Custom Resource Definition (CRD) access log format setting are rendered directly into NGINX configuration templates without sanitization or escaping. A

When NGINX Gateway Fabric is configured using GRPCRoutes, an authenticated, remote attacker with permission to create or modify GRPCRoute resources can cause the NGINX Gateway Fabric control plane to terminate by sending undisclosed GRPCRoute configurations containing backendRef filters. Note: Software versions which have reached End of Technical Support (EoTS) are not evaluated.

### Summary Unauthenticated users can upload any amount of data to the server without any limitations. No need for any prior knowledge, only network access to Langflow. This can lead to space exhaustion on the server. In adition, in the response, the absolute path of the uploaded file is reported to the attacker, which is an information leak that can assist in chaining other primitives. Tested

When NGINX Plus is configured as the data plane for NGINX Gateway Fabric, an injection vulnerability exists in the NGINX configuration generator component of NGINX Gateway Fabric. User-supplied string values from the NginxProxy Custom Resource Definition serverTokens field and the AuthenticationFilter Custom Resource Definition extraAuthArgs field are rendered directly into NGINX configuration tem

### Summary A cross-tenant authorization flaw in Daytona's notification WebSocket gateway allowed any authenticated user to subscribe to another organization's realtime notification channel and passively receive that organization's events. ### Impact The notification gateway's JWT handshake joined a client-supplied organization identifier to the corresponding notification room without verifying t

Ivanti Endpoint Manager Mobile代码注入漏洞

TOPSEC Firewalls - Remote Exploit (ELIGIBLEBACHELOR)

Fortigate Firewalls - Remote Code Execution (EGREGIOUSBLUNDER)

## Summary A critical missing authorization flaw exists in Avo's association attach workflow. The UI and `GET /resources/:resource/:id/:related/new` path can check `attach_?`, but the actual write endpoint, `POST /resources/:resource/:id/:related`, does not run the same authorization check before mutating the association. As a result, an authenticated low-privileged Avo user can bypass hidden/di

本文探讨了AI Agent（人工智能代理）在调用外部工具（Tool Call）时存在的供应链劫持风险，重点关注信任边界问题。攻击者可利用中转API或Agent自身的工具调用机制，通过劫持工具调用链（例如篡改第三方API响应、注入恶意工具或替换合法工具包）来实现供应链攻击。文章指出，AI Agent在缺乏严格验证的情况下，可能盲目信任来自中转API或工具提供方的数据，导致恶意代码执行、数据泄露或权限提升。具体场景包括：攻击者控制的中转API返回恶意工具定义，诱导Agent执行非预期操作；或通过供应链污染工具库，使Agent加载后门工具。文中未提及具体攻击组织、恶意软件或CVE，但通过概念验证方式展示了攻击原理。该研究对依赖AI Agent的企业和开发者具有警示意义，强调了在Agent开发中实施严格的输入验证、工具签名校验和最小权限原则的必要性。

近日，安全研究人员发现一起名为“FortiBleed”的数据泄露事件，涉及约73,932个Fortinet和FortiGate VPN设备的登录凭证。这些凭证以文本形式被公开，可能包括IP地址、用户名和密码，影响全球各类组织。泄露的数据看起来是攻击者或恶意收集者从多个来源聚合而成，但具体泄露渠道尚不明确。虽然目前没有证据表明这些凭证与特定APT组织或勒索软件团伙有关，但其大规模曝光可能导致未授权网络访问、数据窃取或勒索攻击。Fortinet尚未就此事件发布官方声明，但建议所有使用Fortinet VPN的组织立即更改相关密码，并启用多因素认证（MFA），同时审查日志以发现可疑活动。由于凭证可能来自旧有泄露或蜜罐，部分数据可能已过时，但考虑到数量庞大，仍构成严重风险。

本文提出了一种名为JWTeemo的自动化测试方法论，用于系统性地发现JSON Web Token (JWT) 实现中的安全漏洞。JWT作为分布式Web应用中广泛使用的认证和授权标准，其实现常存在签名验证绕过、令牌伪造、拒绝服务等漏洞。此前的研究多为单个漏洞报告，缺乏系统性分析。作者基于JWT规范（RFC 7515等）和常见实现错误，设计了JWTeemo，它通过构造畸形的JWT令牌（如修改签名算法、使用无效密钥、伪造头部等）来测试实现的鲁棒性。作者在10种主流编程语言的43个JWT实现上进行了评估，共发现31个此前未知的安全漏洞，其中20个已分配CVE编号。这些漏洞的影响包括：在Kubernetes中可实现认证绕过（由于Kubernetes使用JWT进行API服务器认证），以及在Apache James中可发起拒绝服务攻击。作者将漏洞归纳为五类：签名验证绕过、令牌伪造、DoS、密钥管理缺陷、算法混淆。针对每类漏洞，提出了缓解策略，并与IETF进行了讨论，IETF已承认这些发现并计划在新RFC中采纳缓解措施。此外，研究团队向受影响的供应商报告了漏洞，收到了Apache、Connect2id、Kubernetes、Let's Encrypt、RedHat等的确认和赏金奖励。该研究适合安全研究人员、JWT库的开发者以及依赖JWT的Web应用安全工程师阅读。

CrowdStrike 与 Zscaler 宣布合作，将持续身份安全能力集成到零信任访问架构中。该合作结合 CrowdStrike Falcon 平台的端点检测与响应（EDR）能力与 Zscaler Zero Trust Exchange 的零信任网络访问，实现基于实时身份和信任评分的动态访问控制。通过整合身份威胁检测、设备合规性检查和用户行为分析，该方案能够在每次访问请求时持续验证用户身份和设备状态，降低因凭证泄露或内部威胁导致的风险。博客中提到，该集成旨在帮助安全团队消除隐式信任，减少攻击面，并简化零信任策略的实施。目前双方已在联合客户环境中开展试点，预计在 2026 年下半年全面推出。

CrowdStrike Announces Continuous Identity for AI Agents

Citrix NetScaler 内存泄漏(CVE-2025-5777)

The Stable channel has been updated to 149.0.7827.155/.156 for Windows and Mac and 149.0.7827.155 for Linux, which will roll out over the coming days/weeks. A full list of changes in this build is available in the LogSecurity Fixes and RewardsNote: Access to bug details and links may be kept restricted until a majority of users are updated with a fix. We will also retain restrictions if the bug ex

该论文聚焦于Android内核面对一日漏洞（one-day exploits）时，现有纵深防御机制的有效集成问题。研究背景是：Android系统依赖内核安全机制（如访问控制、控制流完整性、地址空间布局随机化等）来抵御已知漏洞的利用；然而，这些防御在集成到实际内核中时，往往存在配置错误、不完整实现或兼容性缺陷，导致防御效果大打折扣。论文提出了一种系统化的评估方法，分析多个Android内核版本中主要防御机制的集成完整性。方法包括：构建自动化测试框架，检查防御特性是否启用、配置是否正确、是否有已知绕过路径；对比不同OEM厂商的内核镜像，发现集成差异。实验表明，许多设备存在“防御深度”不足的问题，例如某些CFI保护未覆盖所有关键代码路径，或内核页表隔离不完整。主要贡献是：量化了防御集成缺陷的普遍性，揭示了OEM厂商在安全更新中的常见遗漏，并给出了可操作的修复建议。该研究适合Android安全工程师、内核开发者及移动设备安全研究人员阅读。

libssh2 through 1.11.1, fixed in commit 1762685, contains a pre-authentication denial of service vulnerability in the SSH_MSG_EXT_INFO handler in src/packet.c that allows a malicious SSH server to cause a client CPU exhaustion loop by sending a crafted extension count value. A malicious server can set nr_extensions to 0xFFFFFFFF during key exchange, causing the client to spin in a tight CPU loop f

## Summary Many authenticated self routes under `/api/v1/user/...` do not enforce the `public-only` token restriction. As a result, a token or OAuth grant marked `public-only`, but otherwise carrying the route-required read/write scope category, can access or modify private account resources through self routes. The canonical private-user endpoint correctly rejects the same tokens, for example `

## Summary Several direct, index-addressed Ollama proxy routes accept a caller-supplied `url_idx` path parameter and use it as a raw index into the admin-configured `OLLAMA_BASE_URLS` list. Access control on these routes validates only whether the user may use the requested *model*, never which *backend* the request is routed to. Any authenticated user can append an arbitrary `url_idx` to force t

# RAG ACL Bypass in Milvus Multitenancy Mode ## Summary This is a bypass of the fix for: - GHSA-h36f-rqpx-j5wx - CVE-2026-44560 - "Unauthorized File and Knowledge Base Content Access via RAG Vector Search" Open WebUI added collection-level ACL checks, but the patch can still be bypassed when Milvus multitenancy mode is enabled. The ACL allows unknown non-KB collection names as legacy/ephemeral

### Summary The terminal-server reverse proxy in `backend/open_webui/routers/terminals.py` does not fully confine the user-controlled `path` segment before forwarding it to an admin-configured terminal server. An authenticated user who has been granted access to a terminal server can craft `path` values containing encoded `../` traversal sequences that escape the intended path (or policy) scope o

## Summary Open WebUI has a Broken Object Level Authorization (BOLA) vulnerability in the builtin `search_knowledge_files` tool. When native function calling is enabled and the selected model has no attached knowledge bases, an authenticated user can call `search_knowledge_files` with an arbitrary `knowledge_id`. The function then returns file metadata from that knowledge base without checking w

## Summary Open WebUI's prompt version-history endpoints authorize the `prompt_id` in the URL but then act on caller-supplied history IDs without verifying that the history row belongs to that prompt (`history_entry.prompt_id == prompt.id`). Three operations are affected: - `GET /api/v1/prompts/id/{prompt_id}/history/diff` — returns another prompt's history snapshots (read). - `POST /api/v1/prom

# Stored XSS to Account Takeover via Model Profile Images in Open WebUI **Affected:** Open WebUI ` tags. On the output side, `users.py` added a MIME allowlist check and `X-Content-Type-Options: nosniff`. The fix was applied to `UserUpdateForm`, `UpdateProfileForm`, and later to `ChannelWebhookForm`. Three models patched. Case closed. Except there was a fourth endpoint. ## The Gap Open WebUI h

## Summary Open WebUI lets a user who can create, update, or import workspace models store arbitrary `meta.knowledge` entries on their model without checking whether they own or can read the referenced files. Open WebUI then treats `meta.knowledge` entries of type `file` as an authorization source in two places: the built-in `view_file` tool reads the file's extracted text, and `has_access_to_fil

PLANET VDR-300NU ADSL Router - 未授权修改DNS

Acknowledgements

该论文针对Matter智能家居物联网协议的安全测试问题展开研究。Matter协议由连接标准联盟（CSA）维护，其规范文档长达上千页，复杂且庞大，导致传统模糊测试方法难以有效覆盖隐藏漏洞。作者提出了一种基于大语言模型（LLM）辅助的模糊测试方法，利用LLM理解和解析协议规范文本，自动生成语义正确且边界覆盖更广的测试用例。具体步骤包括：使用LLM从规范中提取协议状态机、消息格式和字段约束；基于这些信息构造结构化测试输入；驱动真实的Matter设备进行执行并监控异常。实验在多个商用Matter设备上开展，成功发现了15个之前未知的漏洞，其中多个涉及协议实现中的状态处理错误和输入验证缺失。该工作表明，LLM能够有效桥接自然语言规范和底层实现之间的鸿沟，显著提升物联网协议模糊测试的深度和效率。

蓝牙低功耗（BLE）已成为现代物联网设备的核心通信标准，但其协议设计的复杂性导致了许多逻辑缺陷，例如字段解析语义歧义或无效状态转换，可能被利用实现认证绕过、未授权控制或拒绝服务（DoS）攻击。现有黑盒模糊测试工具通常基于随机变异或简单语法，无法深入触及协议语义层面的不一致性。为此，本文提出BSFuzzer——一种基于上下文感知语义的BLE逻辑缺陷模糊测试框架。BSFuzzer创新地利用大语言模型（LLM）智能体从蓝牙核心规范文本和图中自动提取状态机与数据包语义，生成两种变异类型：违反协议规则的字段级变异和破坏关键状态转换的状态级变异。这些变异被组合为结构化测试序列并在目标设备上执行。LLM智能体进一步用于验证设备响应是否符合预期行为，从而发现传统工具难以捕获的细微逻辑缺陷。实验在19个真实BLE设备（包括9个系统级芯片（SoC）模块和10部智能手机）上进行，共发现36个安全问题，其中34个为先前未知漏洞，9个已分配CVE编号。两个关键漏洞被主流厂商通过漏洞赏金计划确认。结果表明，BSFuzzer在基于LLM的规范分析（准确率高达97%）和响应验证（准确率高达85.8%）方面表现优异，相比四种最先进的BLE漏洞检测工具，代码覆盖率提升9.34%，并暴露了更广泛类型的漏洞，证明其在揭示BLE协议实现深度解释不一致性方面的有效性。

本文提出 IoTBec，一种不依赖固件或源代码的物联网设备漏洞检测框架，专门用于发现黑盒设备中重复出现的漏洞。核心思路是构建“漏洞接口签名”（Vulnerability Interface Signature, VIS），该签名基于对黑盒接口的逆向分析和已知漏洞信息，能够快速匹配目标设备中潜在的相似漏洞。随后，IoTBec 将签名检测与大型语言模型驱动的模糊测试深度结合：一旦匹配成功，自动调用 LLM 生成针对性测试用例进行验证。作者在五家主流 IoT 厂商的设备上进行了大量实验，结果表明 IoTBec 比当前最先进的黑盒模糊测试方法（SOTA）发现的漏洞数量高出 7 倍以上，精确率达 100%，召回率 93.37%。总共检测到 183 个漏洞，其中 169 个获得 CVE 编号，53 个为新发现漏洞且平均 CVSS 3.x 评分为 8.61，涵盖缓冲区溢出、命令注入和 CSRF 等问题。特别地，通过 LLM 驱动的模糊测试还发现了 25 个此前未知的漏洞。该框架的创新在于无需固件或源代码，仅依赖黑盒交互即可高效发现已知漏洞的变种及新漏洞，显著提升了真实场景下的检测效率。适合安全研究人员、IoT 设备制造商及蓝队安全分析师阅读。

本文针对多模态大语言模型（MLLM）面临的基于图像的提示注入攻击问题，提出了一种新型防御机制。随着人类通过图像与文本组合与聊天机器人交互的应用呈指数级增长，MLLM能够处理多种数据形式并理解用户意图，但针对提示注入攻击的防御研究相对不足，现有语言模型防御机制主要局限于文本数据。为此，作者设计了一个两阶段防御框架：第一阶段是输入验证，在到达聊天机器人之前识别不安全输入；第二阶段是提示注入检测，保护MLLM后端免受恶意图像攻击。该框架利用领域特定编程语言，为聊天机器人和图像输入定义用户指定的安全规范。在GPT-4VISION和LLAVA等模型上的实验表明，依赖模型自身鲁棒性存在局限性，而该框架能有效提升恶意攻击检测能力。核心贡献包括：首次系统性地研究针对MLLM的图像提示注入防御，提出结合输入验证与注入检测的两阶段方法，以及通过领域特定语言实现可定制的安全策略。适合关注AI安全、多模态模型防御的研究人员和工程团队阅读。

Tinyproxy through 1.11.3, fixed in commit 364cdb6, fails to reject requests containing multiple Content-Length headers with differing values, forwarding all duplicate headers to the backend while using the first value to determine how many request body bytes to consume. Remote attackers can desynchronize the proxy and backend parser state, allowing injection of arbitrary HTTP requests to the backe

Tinyproxy through 1.11.3, fixed in commit ff45d3b, fails to reconcile conflicting Content-Length and Transfer-Encoding: chunked headers, forwarding both verbatim to the backend while using Content-Length to determine how many request body bytes to consume. Remote attackers can desynchronize the proxy and backend parser state, allowing injection of arbitrary HTTP requests to the backend to enable c

Hermes WebUI before 0.51.409 contains an authentication bypass vulnerability in passkey registration endpoints that allows unauthenticated remote attackers to register arbitrary passkeys. When HERMES_WEBUI_PASSKEY=1 is enabled with no existing credentials, POST /api/auth/passkey/register/options and POST /api/auth/passkey/register endpoints are accessible without authentication, allowing attackers

Improper Neutralization of Script in Attributes in a Web Page vulnerability in pragdave earmark allows stored cross-site scripting via unescaped HTML attribute values. 'Elixir.Earmark.Transform':_make_att1/2 in lib/earmark/transform.ex splices attribute values verbatim between two literal " bytes: [" ", name, "=\"", value, "\""]. Text nodes are routed through the existing escape function which en

Missing Authentication for Critical Function vulnerability in RTI Connext Professional (Security Plugins) allows Identity Spoofing.This issue affects Connext Professional: from 7.4.0 before 7.7.0, from 7.0.0 before 7.3.*, from 6.1.0 before 6.1.*, from 6.0.0 before 6.0.*, from 5.3.0 before 5.3.*.

NVIDIA Spatial Intelligence Lab's (SIL) GEN3C contains an unauthenticated remote code execution vulnerability in the inference API server where the /request-inference and /seed-model endpoints deserialize raw HTTP request bodies using Python's pickle.loads() without authentication or input validation. Attackers can supply a crafted payload containing a __reduce__ gadget to the inference API port t

In Splunk AI Toolkit versions below 5.7.4, a user who holds the "admin" Splunk role could execute arbitrary OS commands on the host running the Splunk Enterprise instance. The vulnerability is possible because of an unsafe shell execution pattern in the btool configuration helper, which constructs OS command strings from dynamic parameters without disabling shell interpretation.

JimuReport versions 2.3.4 and below are vulnerable to remote code execution due to improper handling of Aviator expressions. The /jmreport/executeSelectApi endpoint passes user-supplied input directly to the Aviator expression engine without adequate validation allowing attackers to execute arbitrary code.

picklescan before 1.0.1 contains an unsafe deserialization vulnerability allowing unauthenticated users to execute arbitrary code by hiding eval calls nested under callable objects via getattr. Attackers can embed malicious code in pickle files that evades detection but executes when the pickle is loaded from untrusted sources.

picklescan before 1.0.4 fails to block pkgutil.resolve_name, allowing attackers to bypass the entire blocklist by resolving any dangerous function through indirect REDUCE calls. Remote attackers can invoke any blocked function such as os.system, builtins.exec, or subprocess.call to achieve remote code execution.

A vulnerability in the browser-based version of Cisco Webex App could have allowed an unauthenticated, remote attacker to redirect users to a malicious webpage. Cisco has addressed this vulnerability in the Cisco Webex App, and no customer action is needed. This vulnerability existed due to improper input validation of URL parameters in an HTTP request. Prior to this vulnerability being addresse

picklescan before 1.0.4 contains an incomplete blocklist for the profile module that fails to block the module-level profile.run() function, allowing attackers to achieve arbitrary code execution via exec(). Attackers can craft malicious pickle files calling profile.run(statement) to execute arbitrary Python code while picklescan reports zero security issues.

Improper Neutralization of Special Elements used in an SQL Command ('SQL Injection') vulnerability in StylemixThemes Motors allows Blind SQL Injection. This issue affects Motors: from n/a through 1.4.109.

picklescan before 0.0.33 contains an arbitrary file writing vulnerability that allows attackers to bypass the dangerous blocklist by using distutils.file_util.write_file. Attackers can construct malicious pickle objects to overwrite critical system files and achieve denial of service or remote code execution.

A vulnerability in Cisco ISE and ISE-PIC could allow an authenticated, remote attacker to execute arbitrary commands on the underlying operating system of an affected device. To exploit this vulnerability, the attacker must have valid administrative credentials. This vulnerability is due to insufficient validation of user-supplied input. An attacker could exploit this vulnerability by sending a c

picklescan before 0.0.33 fails to block the ctypes module, allowing attackers to achieve remote code execution by invoking direct syscalls and accessing raw memory. Attackers can craft malicious pickle files using ctypes.WinDLL to load kernel32.dll and execute arbitrary commands, bypassing sandbox protections and gadget chain detection.

picklescan before 0.0.33 contains an incomplete deny-list that fails to block pydoc.locate and operator.methodcaller functions, allowing attackers to bypass security checks. Remote attackers can craft malicious pickle files using these unblocked functions to achieve arbitrary code execution when the pickle is deserialized.

picklescan before 0.0.27 contains a parsing logic error in the _list_globals function when handling STACK_GLOBAL opcodes, failing to track arguments in the correct range and allowing malicious pickle files to bypass detection. Attackers can craft pickle files with arguments at position zero to trigger unexpected exceptions and evade security scanning.

The shell tool command allowlist in the SecurityPolicy of OpenHuman desktop agent through 0.54.0 (default Supervised security policy) can be bypassed to execute arbitrary OS commands with the privileges of the desktop user. Two flaws in src/openhuman/security/policy.rs combine: (1) is_args_safe() blocks the find flags -exec and -ok but not the functionally identical -execdir and -okdir, which also

Improper Neutralization of Special Elements used in an SQL Command ('SQL Injection') vulnerability in Cargo RD Cargo Shipping Location for WooCommerce allows Blind SQL Injection. This issue affects Cargo Shipping Location for WooCommerce: from n/a through 5.6.

Improper Neutralization of Special Elements used in an SQL Command ('SQL Injection') vulnerability in WP Travel WP Travel Gutenberg Blocks allows Blind SQL Injection. This issue affects WP Travel Gutenberg Blocks: from n/a through 3.9.4.

Unauthenticated PHP Object Injection in Moderno < 1.43 versions.

### Impact When a user-configured proxy on `webpack-dev-server` has a broad context (e.g. `/`) and `ws: true`, it also intercepts the dev server's own HMR WebSocket and forwards it to the proxy target. This leaks the browser's cookies and `Origin` header to the backend, bypasses the dev server's Host/Origin validation, and corrupts the HMR socket (both HMR and the proxy end up writing to the same

### Details Despite the validation within `urlIsRelative` in `modules/httplib/url.go`, an open redirect is still possible due to usage of directory traversal sequences plus a back-slash in the "redirect_to" parameter. ### PoC When a user uses this URL to login: `https://gitea.com/user/login?redirect_to=/a/../\example.com` They would be redirected to `example.com` upon a successful login to th

## Summary The API endpoint `POST /api/v1/repos/{owner}/{repo}/forks` only checks `IsOrgMember()` when a user forks a repository into an organization, but does not check `CanCreateOrgRepo()`. The web UI fork handler correctly checks both. This allows a read-only organization member — in a team with `can_create_org_repo=false` — to create repositories in the organization namespace via the API. The

### Summary The SafePlaywrightURLLoader implements a validate_url function to prevent SSRF attacks by checking the IP address of the user-provided URL. However, this validation is performed only on the initial URL. Since Playwright automatically follows HTTP redirects (301/302) by default, an attacker can bypass the validation by providing a safe URL that redirects to a restricted internal networ

## Summary A path traversal vulnerability exists in open-webui's cache file serving endpoint that allows any authenticated user to read files from sibling directories outside the intended cache directory, by exploiting an incomplete `startswith` containment check that lacks a trailing path separator. The root cause is that `serve_cache_file()` in `open_webui/main.py` validates the resolved path

Firewall for AI

A flaw in the Google Cloud Vertex AI SDK for Python let an attacker with no access to a victim's project hijack the victim's machine learning model upload and run code inside Google's serving infrastructure. Palo Alto Networks Unit 42, which found and reported the bug through Google's bug bounty program, calls the technique "Pickle in the Middle" and said it saw no exploitation in the wild.

SOCRadar has detected 30,000 compromised Fortinet firewalls that expose networks to hacking.  The post 3 Recently Patched Fortinet FortiSandbox Vulnerabilities in Hacker Crosshairs appeared first on SecurityWeek.

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

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

MFSA 2026-55Security Vulnerabilities fixed in Focus for iOS / Klar 151.3.1

Hi, everyone! We've just released Chrome 149 (149.0.7827.159) for Android. It'll become available on Google Play over the next few days. This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Android releases contain the same security fixes as their corresponding Desktop releas

MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0

Hi everyone! We've just released Chrome Stable 150 (150.0.7871.34) for iOS; it'll become available on App Store in the next few hours.This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Chrome Release TeamGoogle Chrome

 Hello Everyone! We've just released Chrome 150 (150.0.7871.28) for Android to a small percentage of users. It'll become available on Google Play over the next few days. You can find more details about early Stable releases here.This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing

The ChromeOS Stable channel is being updated to OS version 16667.47.0 (Browser version 149.0.7827.153) 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

Hi everyone! We've just released Chrome Beta 150 (150.0.7871.35) for iOS; it'll become available on App Store in the next few days.You can see a partial list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Chrome Release TeamGoogle Chrome

Hi everyone! We've just released Chrome Beta 150 (150.0.7871.28) for Android. It's now available on Google Play.You can see a partial list of the changes in the Git log. For details on new features, check out the Chromium blog, and for details on web platform updates, check here.If you find a new issue, please let us know by filing a bug.Chrome Release TeamGoogle Chrome

大型语言模型（LLM）在生成代码时频繁引入可利用的安全缺陷。现有防御方法通常依赖繁重的微调或外部知识检索，带来显著的计算开销和冗余代码示例导致的数据偏差。本文提出一种相反观点：预训练语料库中已包含丰富的安全知识，缺陷在于激活不足——缺乏明确、简洁的提示时，模型倾向于遵循训练分布中的常见模式，抑制了安全相关表征。为此，作者提出 SPARK，一个无需重新训练的推理时安全皮套，包含两个组件：组件 I 为每个编码任务检索相关的通用弱点枚举（CWE）条目，并将简短的结构化提示附加到 prompt 中，仅此即可激活模型已有的安全表征；组件 II 在每一步解码时向 logits 添加预计算的 token 偏置——该偏置通过对安全方向向量（平均安全隐藏状态与平均不安全隐藏状态之差）投影到语言模型头部获得，离线计算一次，推理时每生成一个 token 仅需一次向量加法。SPARK 在 C++、Java 和 Python 上对 9 个开源模型进行评测，与 7 个基线（包括微调和检索增强方法）对比，在所有设置中匹配或超越最佳基线，同时保持 HumanEval 代码功能正确性。此外，还在黑盒环境下对 7 个最强闭源模型（包括 Claude、DeepSeek 和 GPT）测试组件 I，证实了不安全代码生成的瓶颈以及本方法带来的改进。该工作表明，通过轻量级推理时干预激活 LLM 内生的安全知识，可以高效提升代码安全性，为安全代码生成提供了新范式。

本文研究了大型语言模型（LLM）API路由器存在的安全风险。当AI代理通过API路由器访问LLM时，路由器会终止客户端的传输层安全会话并建立新的上游会话，导致路由器能够获取完整的明文交互内容。这使得路由器成为应用层中间人攻击者：它可以改写代理的工具调用、将依赖包替换为域名抢注的恶意包、仅在逃避审计的条件下触发攻击，以及被动窃取敏感信息。现有的客户端防御措施（如端到端加密）容易被绕过。为此，作者提出了AEGIS系统，一种对提供商透明的、经认证的API路由器，其数据路径由客户端验证的忠实透传组成。AEGIS将明文处理限制在一个小型硬件飞地（TEE）组件内，而将认证、调度、计费和管理功能保留在不可信的主机上。客户端在释放明文前首先验证飞地，主机既不能读取也不能修改交互内容，明文仅流向测量镜像指定的目的地。实验表明，四种恶意路由器攻击类型都能成功实施绕过明文访问基线，而AEGIS能够阻止所有这些攻击，包括针对同一边界的自适应测试。可信路径仅有851行代码，支持三种提供商原生API而无需转换，在实际提供商负载和并发下完成所有请求。在种子审计试验中，两个商用编码代理分别发现8个和10个植入的不变量违例中的10个。本地中继开销约为每个请求6毫秒。本论文贡献了一种可防止API路由器成为中间人攻击者的实际方案，对AI代理安全具有重要价值。

该论文提出名为 PYPILINE 的新型恶意 PyPI 包检测方法，旨在解决现有基于规则或传统机器学习的检测方法可解释性差、难以适应新型攻击的问题。PYPILINE 首先对已知恶意包进行静态分析，提取抽象语法树并生成 API 调用图，自动抽取并构建结构化的可疑 API 知识库。在检测阶段，该方法通过 Agent 工作流利用该知识库增强推理能力，对未知包进行深度语义分析，输出结构化的、可解释的恶意评估报告。实验结果表明，PYPILINE 在精确率（96.7%）、召回率（99.6%）和 F1 分数（98.1%）上显著优于现有最先进工具，精确率比基线工具高出 5.7 至 24.2 个百分点。此外，作者还对恶意包进行了实证研究，系统揭示了常见的攻击策略和最常被滥用的 API。PYPILINE 配备了基于工具调用的 AI Agent 工作流，可自动进行向量数据库检索可疑 API 知识，并通过邮件服务器发送分析报告，为增强开源生态系统安全性提供了实用、高效且便捷的恶意包检测解决方案。该工作适合软件供应链安全研究人员、安全运营工程师以及开源生态维护者阅读。

本文研究了分布式多模态大语言模型（MLLM）推理框架中图像提示的隐私泄露风险。分布式MLLM框架通过连接多个消费级设备实现大规模模型推理，降低了硬件门槛，但中间层嵌入（embeddings）在参与者之间传输时可能泄露隐私信息。现有研究主要关注文本提示的泄露，而图像提示包含丰富的视觉与语义信息，其嵌入更具隐私敏感性，但相关研究尚属空白。作者首先分析了从图像像素到中间表示的信息流，发现图像和文本嵌入在MLLM的多个层中相互交织，因此设计了图像嵌入提取算法，在几乎所有MLLM层上实现了100%的提取准确率。在此基础上，提出了两种被动黑盒图像重建攻击方法：MPAA（基于分块信息提取与组装的细粒度像素级重建）和IEDA（通过嵌入引导扩散模型实现粗粒度语义重建）。这些攻击由正常参与者发起，仅需有限知识和能力，符合实际威胁场景。在Gemma 3、Phi 4 Multimodal、Qwen 2.5 VL和Llama 4 Scout四个代表性MLLM系列上评估，结果表明各种设置下重建性能均优于现有方法。进一步分析了MoE架构、图像预处理、模型大小和文本-图像依赖关系对攻击效果的影响。据作者所知，这是首个针对MLLM的图像重建攻击研究。

该论文针对开源大语言模型（LLM）在复杂非结构化网络威胁情报（CTI）报告中进行多标签 MITRE ATT&CK 技术分类的能力进行了系统性评估。以往的研究多使用简化、单技术的句子进行评估，导致性能被高估。为了更真实地反映现实场景，作者构建了一个包含 83 份复杂 CTI 报告、2076 个句子（其中 1281 个包含技术，795 个为负样本）的高质量人工标注数据集，涵盖 114 种 ATT&CK 技术，标注过程采用六阶段方法，最终达到 0.68 的 Cohen Kappa 一致性。基于该数据集，作者评估了 7 个开源 LLM（参数量从 8B 到 236B），在不同提示策略和温度设置下进行实验。表现最好的模型微平均 F1 分数仅为 0.22，建立了当前开源 LLM 在此任务上的性能基线。统计分析表明，模型参数量与 F1 分数呈显著正相关，而提示策略和温度设置未带来统计显著的性能提升。结论是当前开源 LLM 尚不足以用于生产级 ATT&CK 分类任务。该研究提供了可复现的数据集、基准和发现，为未来 CTI 研究奠定了基础。

该论文首次大规模研究了用户向大语言模型（LLM）提出的数字安全与隐私（S&P）问题，并评估了LLM的回答质量。研究基于WildChat数据集——包含320万条用户与LLM的真实对话记录，从中识别出14,727条涉及S&P的提示（prompt），并将其归类为9个主题类别（如账户安全、恶意软件防护、隐私设置等）。为了深入理解用户提问的意图和内容，研究者对其中450条提示进行了主题分析（thematic analysis），归纳出常见的咨询模式（如寻求具体操作指南、风险评估、工具推荐等）。此外，研究者精选了270条明确寻求建议的S&P提示（advice-seeking prompts），分别向多个LLM（包括商业模型GPT-4、Claude等以及开源模型Llama 2、Falcon等）重复提问10次，以评估回答的质量和一致性。评估发现：商业模型在约98%的提示上给出了“足够好”的回答（基于专家人工评分），而开源模型仅47%。但即便商业模型整体回答质量较高，仍有部分提示在不同运行中产生了相互矛盾的回答，可能误导用户。论文揭示了当前LLM在S&P领域提供建议时存在的可靠性问题，强调了加强模型安全知识对齐和输出一致性的必要性。研究结果对LLM开发者、安全社区以及依赖LLM获取安全建议的普通用户均有重要参考价值。

检索增强生成（RAG）系统通过引入外部知识库来提升大语言模型（LLM）的生成质量，但同时也面临恶意知识注入的安全威胁。现有注入攻击主要依赖数据层面操纵知识库（如构造恶意语料），但此类合成文本容易被检测模型识别，导致攻击失效。随着开源检索模型的广泛应用，RAG系统暴露出模型层面的攻击面。本文提出一种基于模型中心的检索器攻击框架CAREATTACK，通过冲突感知的检索器编辑实现恶意知识注入。该方法包含两个阶段：第一阶段是冲突感知的检索器编辑，利用高效的闭合形式参数编辑技术修改密集检索模型，使恶意知识在排名中超越良性竞争文本；同时采用基于图的冲突检测与参数编辑投影机制解决参数更新过程中的潜在冲突。第二阶段是攻击保持的锚点修复，对编辑后的检索器进行轻量级校准，在保留针对目标提示的攻击效果的同时，消除对非目标提示的影响。研究者在Qwen3-Embedding-0.6B和BGE-M3两种检索模型上，使用三个基准数据集进行实验。结果表明，CAREATTACK能显著提升恶意知识在RAG系统检索结果中的排名，并支持批量式攻击（同时针对多个目标提示和恶意通道）。由于大多数RAG系统基于开源检索模型构建，本工作揭示了一个实际且隐蔽的攻击面。代码已开源供进一步研究。

二进制逆向工程是软件理解、漏洞发现、恶意软件分析和固件审计的基础技术。然而，由于编译过程中语义信息的不可逆丢失，逆向工程本质上具有挑战性。近年来，机器学习、大语言模型（LLM）和智能体AI系统的进步加速了AI增强二进制逆向工程的发展，但相关研究工作在逆向领域、工件表示、学习方法和评估实践方面日益碎片化。本文首次对AI增强的二进制逆向工程进行了系统化的知识整理。我们分析了自2015年以来发表的144篇研究论文，根据推理任务将其组织为22个二进制逆向领域。我们进一步引入了一个统一的分类体系，涵盖传统和AI增强的逆向流水线。该分类体系连接了传统分析技术、二进制衍生工件、表示策略、学习范式和下游推理任务，同时阐明了LLM和智能体AI系统的新兴角色。通过建立通用词汇和结构化框架，我们提供了该领域过去十年演变的整体视图。我们的研究揭示了看似不同方法背后的共同结构，突出了持续存在的技术挑战和评估差距，并指出了未来研究的有希望的方向。这些见解共同澄清了该领域的当前状态，并为下一代可靠且可扩展的AI增强二进制逆向系统奠定了基础。

该论文提出了一种名为 EvoHunt 的自主演化框架，用于自动生成和优化 LLM 安全审计代理的剧本（Playbook）。当前基于 LLM 的漏洞发现代理通常由三个组件构成：用于代码分析的 LLM、用于导航和工具调用的代理框架（如 Codex、OpenCode）以及领域特定的审计剧本。以往剧本依赖人工编写（提示工程、手工流程、知识库等），存在获取成本高、难以转移的问题。EvoHunt 通过三个自主代理形成一个闭环演化循环：审计代理执行当前剧本并产生发现结果；评估者根据真实漏洞标注对结果评分；修订者分析失败案例并自动更新剧本。剧本的格式不受限制，可以从空剧本开始，逐步添加或删除工作流、启发式规则、漏洞知识或领域特定内容。演化后的剧本只需少量适配即可在不同的 LLM 或代理框架下运行。实验基于开源安全公告进行。在获取能力方面，演化令 Codex/GPT5.4-xhigh 的端到端利用发现率从 1.1% 提升至 6.2%（约 6 倍）；而演化后的 OpenCode/GLM5.1 剧本在所有指标上均超越 OpenAI Codex Security，目标匹配率达到 11.3% vs. 9.2%，表明开源演化可超越专用商业产品。在转移能力方面，由 GLM 演化的剧本给弱学生模型带来最大提升：Qwen3.6-27B 从 2.4% 提升至 6.5%，Qwen3.6-35B-A3B 从 1.1% 提升至 4.6%，A3B 获得比 GPT 转移多 2.4 倍的匹配。该工作展示了自动化剧本演化和迁移的可行性，为安全审计代理的自主能力演进提供了新范式。

大型语言模型（LLM）API的广泛使用使得用户依赖黑盒指纹识别来验证服务提供商是否真正部署了所宣称的优质模型。然而，现有指纹识别方法可能忽视恶意提供商通过操纵模型权重来欺骗指纹检测的风险。本研究提出了一种名为“指纹欺骗”（fingerprint spoofing）的新型威胁：恶意提供商秘密提供较弱模型，该模型通过参数高效微调模仿较强模型，从而逃避用户端的指纹识别。作者首先从理论上证明，用户端的资源限制（即有限的查询预算和弱指纹分类器）使得现有指纹识别易受此攻击。基于理论分析，提出了GhostPrint攻击框架，该框架结合代理建模、奖励排序微调和知识蒸馏，以低成本的方式实现有效欺骗。在静态和持续指纹识别场景下的广泛评估表明，GhostPrint能够使弱模型持续绕过代表性指纹识别方法，同时以较低的微调成本保持实用性。该研究揭示了当前LLM指纹识别流程中的一个严重漏洞。

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

Cloud & Application Security

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

Next-Gen Identity Security

CrowdStrike Named a Leader in Identity Threat Detection and Response

CrowdStrike Named an Innovation and Growth Leader in the 2026 Frost Radar™: Cloud and Application Runtime Security

CrowdStrike Expands Identity Leadership with OpenID and IDPro

cloud architecture assessment

ransomware and multifaceted extortion defense

Google Cloud Next 2026Save the date for Next ‘26: April 22-24, 2026, at Mandalay Bay Convention Center in Las Vegas.Subscribe for updates

A poisoned npm package infected 140+ projects with a hidden payload. This report highlights how to detect, hunt, and defend against supply chain attacks using Microsoft Defender and actionable threat intelligence. The post From package to postinstall payload: Inside the Mastra npm supply chain compromise appeared first on Microsoft Security Blog.

Read how Microsoft Security has advanced its agentic vulnerability detection system, codename MDASH, integrating into real-world workflows across Windows, Azure, and identity systems. The post Beyond the benchmark: Advancing security at AI speed  appeared first on Microsoft Security Blog.

See how Microsoft unifies identity and security signals to help teams prevent, detect, and respond to AI-accelerated attacks faster. The post AI is accelerating cyberattacks—here’s how to stay ahead appeared first on Microsoft Security Blog.

As many as 144 npm packages associated with the Mastra namespace ("@mastra/*"), a popular open-source JavaScript and TypeScript framework for building artificial intelligence (AI) applications, have been compromised as part of a software supply chain attack codenamed easy-day-js, per findings from Endor Labs, JFrog, SafeDep, Socket, and StepSecurity. "A single npm account (ehindero)

本文聚焦电子邮件系统中委托机制（如代表发送、转发规则等）存在的安全漏洞。研究发现，攻击者能够利用委托协议的实现缺陷，构造难以察觉的伪造邮件，这些邮件在客户端显示为来自合法委托者，从而绕过传统的SPF、DKIM等认证机制。作者提出了一种名为FakeBehalf的新型攻击方法，并系统性地分析了主流邮件服务（如Gmail、Outlook、企业Exchange）的易感性。通过大规模实验，证明该攻击在多种配置下均能成功，且难以被现有安全检测引擎识别。论文还讨论了潜在的防御策略，包括增强委托属性验证、改进邮件头解析以及用户教育。该研究揭示了邮件委托这一常用功能中隐藏的攻击面，对邮件安全体系提出了新的挑战。

本文针对隐私保护机器学习（PPML）与机器学习审计这两个此前大多独立研究的领域进行了交叉探索。随着PPML技术（如安全多方计算、同态加密、差分隐私等）的发展，使得对高度敏感数据（例如医疗、金融记录）进行机器学习分析成为可能，然而严格的隐私法规（如GDPR）要求对数据使用做出解释和问责，因此对PPML系统进行审计的需求日益增长。现有PPML方案缺乏透明度，难以验证计算中使用的输入数据是否与用户承诺一致，且审计过程本身可能泄露隐私。为此，作者提出了Arc——一个用于审计隐私保护机器学习的MPC（安全多方计算）框架。Arc的核心是一个新的高效协议，能够在大规模下通过简洁的承诺（succinct commitments）验证MPC输入的一致性。具体而言，该协议允许审计方在不获取原始数据的前提下，确认每个参与方提供的输入与其先前提交的承诺匹配，从而确保数据完整性。作者将该一致性协议与基于哈希和基于同态承诺的方法进行了性能对比，实验表明，Arc在速度上最高可快10^4倍，在通信简洁性上最高可优10^6倍。该工作为构建可问责、可审计的PPML系统迈出了重要一步，适用于需要既保护隐私又符合监管要求的场景。

该论文提出了一种名为UIEE（User-space Isolated Execution Environment）的安全高效的用户空间隔离执行环境，专为嵌入式TEE（Trusted Execution Environment）系统设计。当前嵌入式TEE系统（如基于ARM TrustZone的实现）面临两大挑战：一是可信应用（TA）开发复杂，开发者需处理底层硬件细节；二是资源受限，传统虚拟化或容器方案不适合。UIEE通过利用硬件安全扩展（如TrustZone）和轻量级隔离机制，在用户空间提供了一种安全的运行环境，使得非可信应用可以与可信应用高效隔离，同时保持低性能开销。具体地，UIEE采用两级隔离策略：第一级基于硬件安全域（如安全世界与普通世界），第二级在安全世界内通过软件机制（如内存保护、系统调用过滤）实现多个用户空间实例的隔离。实验在嵌入式设备（如树莓派）上实施，评估了多种场景下的性能，包括系统调用开销、上下文切换延迟、内存占用等。结果表明，UIEE相比现有方案（如基于OP-TEE的标准TEE）在启动时间、内存消耗和吞吐量上均有显著改进，同时保持了与原生TEE相当的安全级别。该工作的主要贡献在于设计了一种兼顾安全性和可用性的轻量级隔离架构，降低了可信应用开发门槛，并提升了嵌入式系统的整体安全性。

本文提出Kangaroo，一种针对广域网（WAN）环境下大规模决策树推断的隐私保护与摊销推理框架。随着机器学习即服务（MLaaS）的普及，客户端希望利用云服务器上的决策树模型进行推断，但同时需要保护输入数据和模型参数的隐私。现有方案（如安全多方计算或同态加密）在WAN中面临高延迟和计算开销，难以扩展到大模型。Kangaroo通过设计一种摊销式推理协议，将多个查询组合成批量处理，利用预计算和离线阶段降低在线阶段的开销。其核心贡献包括：1）基于不经意传输（OT）和秘密分享的混合协议，实现线性复杂度的决策树评估；2）网络感知的批处理机制，适配WAN的带宽和延迟特征；3）支持树深达20层、包含数万节点的大规模决策树。实验表明，Kangaroo在WAN环境下比现有方案快10-100倍，通信量降低一个数量级。该工作主要面向隐私保护机器学习、安全推理协议设计领域的研究者。

本文提出 Hyena，一个针对同态加密（HE）下深度神经网络推理进行优化的硬件-软件协同框架。针对云服务中用户数据隐私保护需求，HE 允许在加密数据上直接计算，但计算和数据移动开销巨大。Hyena 采用混合 HE 与多方计算（MPC）方案，相比纯全同态加密（FHE）更实用。主要贡献包括：(1) 新的数据打包技术，降低数据移动量；(2) 新的数据流，增加复用，减少旋转、密钥切换、NTT 转换等昂贵操作；(3) 在平衡流水线架构上评估，高效处理上述原语。实验表明，与广泛使用的 Channel-packing 相比，Hyena 实现 38 倍加速和 162 倍能耗降低，ResNet20 推理端到端延迟仅 11.4 毫秒，加速器面积 163 mm²，功耗 16.75 W。本文适用的读者包括隐私计算、硬件加速、安全推理领域的研究者和工程师。

网站指纹（WF）攻击严重威胁匿名网络（如Tor）用户的隐私。尽管已有多种防御方案，但面对基于深度学习的先进WF攻击，现有防御效率不足。本文提出Palette，一种新颖且实用的实时WF防御方法，通过流量簇匿名化保护实时Tor流量。核心思想是将流量模式高度相似的网站聚类，并为每个簇（即一组相似网站）设计统一的标准化流量模式，从而阻止攻击者区分簇内相似网站，提供强匿名保证。Palette的关键步骤包括：首先，基于真实流量特征对网站进行聚类；其次，为每个簇生成一个统一的目标流量模式（例如，通过填充、调整数据包大小和时序等）；然后，在流量传输过程中实时将簇内网站的流量整形为该统一模式。实验使用公开真实数据集进行综合评估，结果表明Palette在可接受的额外开销下，大幅降低了最先进WF攻击的准确率。具体地，在Tor网络中以可插拔传输（Pluggable Transport）形式实现Palette并部署后，平均将SOTA WF攻击的准确率降低73.60%，相比现有防御提升33.50%-43.47%。该方法适用于所有关注匿名通信安全的场景，尤其适合Tor网络运营商、隐私保护研究人员及安全产品开发者阅读。

本研究来自佛罗里达大学等机构，首次系统性地揭示了水下数据中心（UDC）在声学注入攻击下的独特脆弱性。与陆上数据中心不同，水下环境声音传播距离远，且服务器密封在防水容器中，使得攻击者可以利用商用扬声器远程发射声波，干扰硬盘读写头、资源分配软件及分布式文件系统，导致系统性能下降甚至服务中断。论文构建了模拟UDC服务器运行的真实测试床，在闭水实验中发现：攻击可使RAID 5存储系统吞吐量降低17%~100%；持续2.4分钟声波注入即可使分布式文件系统节点无响应并被自动移除；分布式数据库延迟增加92.7%，降低系统可靠性；负载均衡管理器将74%资源错误重定向至目标服务器，引发过载或资源冲突。在开放湖泊实验中，使用商用扬声器在6.35米最大有效距离内仍能实现可控的吞吐量下降。论文还评估了标准防御措施（如隔音材料、振动隔离）的有效性，并提出了基于机器学习的检测系统，利用30秒FIO基准测试下硬盘驱动器的性能特征剖面，实现0%假阳性率和98.2%真阳性率。本研究为制造商主动保护UDC免受声学注入攻击提供了关键指导，对海底计算基础设施安全具有重要参考价值。

随着攻击复杂性的增加，安全应用（如告警分类、攻击重建等）面临多样化挑战。然而，现有端点检测与响应（EDR）产品中的安全应用往往孤立开发，导致误报率高、漏报严重，且难以产生可用于监督学习的标签。为解决这些问题，本文提出了 DrSec 系统，利用自监督学习预训练基础语言模型（LMs），使其能够摄入事件序列数据并生成进程的分布式表示。预训练后，这些语言模型可通过少量甚至无监督方式适配不同的下游任务，从而统一当前碎片化的安全应用生态。DrSec 使用两种语言模型架构，在包含约9100万进程和25.5亿事件的真实数据集上进行训练，并在三个应用领域进行测试。实验结果表明：DrSec 能够实现精确的无监督进程识别；在告警分类任务上显著领先现有方法（例如精确率-召回率曲线下面积达75.11%，而现有方法最高仅为64.31%），有效减轻告警疲劳；此外，DrSec 能够准确学习专家制定的规则，从而调整事件检测器以控制误报和漏报。该研究为解决安全应用集成困难、依赖标签数据等问题提供了一种新思路。

该论文研究了个性化联邦学习（PFL）在面对后门攻击时的脆弱性。联邦学习（FL）允许多个客户端在不共享私有数据的情况下协作训练全局模型，但非独立同分布（non-IID）的数据分布导致全局模型难以适应每个客户端的本地数据。为此，个性化联邦学习（PFL）被提出，使每个客户端能够基于其私有数据训练个性化的本地模型。尽管已有大量研究关注FL中的后门风险，但PFL中的后门攻击尚未得到充分探索。本文深入分析了PFL对后门攻击的防御能力与潜在弱点。一方面，PFL的个性化过程可以稀释注入到个性化本地模型中的后门毒化效果；此外，PFL系统通常部署服务器端和客户端两端的防御机制以增强对后门攻击的屏障。另一方面，研究表明这些防御措施可能带来虚假的安全感。作者提出了一种名为PFedBA的隐蔽且有效的后门攻击策略，该策略通过优化触发器生成过程，巧妙地将后门学习任务与PFL的主学习任务对齐。全面的实验表明，PFedBA能够成功地将触发器无缝嵌入到个性化本地模型中，并在10种最先进的PFL算法上取得了优异的攻击性能，同时击败了现有的6种防御机制。该研究揭示了PFL系统中隐蔽而强大的后门威胁，呼吁社区加强对新兴后门挑战的防御。

无人机开源飞控 PX4-Autopilot堆栈溢出漏洞 CVE-2025-15150

MongoDB内存泄漏 CVE-2025-14847(MongoBleed)

1Panel 代理证书验证绕过导致任意命令执行漏洞(CVE-2025-54424)

ModelContext Inspector 未授权访问漏洞(CVE-2025-49596)

llamaindex SQL 注入漏洞(CVE-2025-1750)

Screen 本地权限提升漏洞(CVE-2025-23395)

Zabbix认证后SQL注入漏洞(CVE-2024-42327)

ProjectSend认证绕过漏洞(CVE-2024-11680)

PyTorch库RPC框架反序列化RCE漏洞(CVE-2024-48063)

Grafana认证后DuckDB-SQL注入漏洞(CVE-2024-9264)

SPIP BigUp Unauthenticated RCE(CVE-2024-8517)

Rejetto HFS 远程命令执行漏洞(CVE-2024-39943)

Apache HugeGraph-Server Command Execution In Gremlin（CVE-2024-27348）

Zabbix 后台延时注入(CVE-2024-22120)

CrushFTP 认证绕过漏洞（CVE-2024-4040）

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

Linux 内核提权 CVE-2026-31431(copy-fail)

Alert for CVE-2026-35273

【安全通告】Discuz! 身份认证绕过漏洞风险通告（CVE-2026-49952）

该论文针对在线诈骗场景展开大规模实证研究。作者基于 2024 年 2 月至 2025 年 10 月期间收集的 102,054 份真实诈骗事件报告，构建了一个数据驱动的分析流水线，从而推导出诈骗场景的层次化分类体系：包括 18 个细粒度场景，并根据其心理技术（PT）使用特征归纳为 6 种高级策略。研究发现心理技术的使用与诈骗场景存在显著关联，诈骗者围绕不同的操作目标（如扩大受害者接触面、提高转化率、获取高额价值）组织场景，并复用 IP 地址、域名、邮箱和电话号码等基础设施发起大规模协调攻击。此外，论文设计了一种对话感知的诈骗场景检测方法，用于金融机构与客户的交互场景，实现及时预警和干预。该研究为理解诈骗行为的系统化模式提供了实证基础，并为金融机构的实时反诈提供了可落地的检测思路。

在去中心化学习系统中，客户端在本地保留数据，仅与邻居交换模型参数或梯度。同时保障数据机密性和抵御拜占庭攻击（即恶意节点篡改更新）是极具挑战的任务：机密性要求隐藏交换的参数（如通过加密），而拜占庭鲁棒性通常需要检查这些参数，二者看似矛盾。现有工作或分别处理这两个目标，或采用安全多方计算（MPC）实现鲁棒聚合器，但均存在扩展性问题——要么需要全网全连接通信，要么将计算委托给小型子集，导致通信和计算负载随网络规模线性增长。本文提出Giskard协议，一个支持机密性与拜占庭鲁棒的去中心化聚合方案。Giskard将n个参与方组织成一棵深度为O(log n)的委员会树，每个委员会规模为O(log n)。它通过委员会适应的分布式二分搜索在数值域上计算坐标近似的中间值（median），并在委员会内部采用BGW风格的MPC来保护中间计算值。理论分析证明了Giskard的安全性和机密性属性。实验模拟了多达一百万个参与者的场景，结果表明：与最接近的竞争方案相比，Giskard在渐近意义上降低了每方的通信复杂度，同时在最多有n/4拜占庭节点的情况下仍能达到相当的模型效用。该协议适用于大规模去中心化机器学习场景，兼顾了隐私保护与容错能力。

该论文提出了一个名为TRAP的基准，用于评估大型语言模型（LLM）在文档密集型工作流中平衡任务完成与隐私保护的能力。在现实场景中，AI代理经常处理包含敏感私密信息的文档（如预订航班需提供护照号），代理必须利用这些信息准确完成任务，同时绝不能在其响应中暴露隐私，因为无法验证键盘前的使用者身份。这两种义务存在根本性冲突：一个能够利用隐私信息完成任务的高能力模型，也可能被诱导泄露这些信息。TRAP基准包含多个场景，每个场景包括一个包含隐私信息的文档、一个要求代理使用隐私字段正确调用工具的任务查询，以及一个试图通过自然语言诱导泄露相同信息的攻击查询。作者评估了22个模型，涵盖前沿专有和开源模型的不同规模，发现所有模型家族都存在非平凡的隐私泄露，且指令遵循能力与泄露率相关。现有基于提示的防御措施能减少泄露，但显著降低任务准确性。提示优化无法摆脱这种权衡。论文证明，对于任何基于softmax的模型，没有任何软约束防御（如基于提示的防御）能够同时实现高任务成功率和零泄露概率。基于这一不可能性结果，作者提出了结构化私有字段隔离方法，在模型处理之前用哈希键替换私有字段。该方法在保持任务准确性的同时，大幅防止了隐私泄露。

该研究通过调查236名计算机专业大学生（作为科技重度用户样本），结合开放式回答的定性主题分析和定量数据，深入探讨了年轻技术娴熟群体在网络安全方面的知识、态度与行为不一致性。研究发现：学生普遍具备一定的网络安全意识，但存在持续性的错误认知；其安全知识主要来自课堂之外（如社交媒体、同伴经验）；虽然多数人自信，但部分学生感觉准备不足且缺乏自信，同时表达出学习意愿；许多学生曾遭遇网络犯罪却缺乏有效支持。通过聚类分析，识别的两个群体在自信、自我效能和准备度上存在显著差异。研究揭示了四个关键主题张力：知识渊博但错误认知顽固、课外学习主导、受害者经历与有限支持、自信与担忧并存。研究结果对改进网络安全教育、设计针对性干预措施具有重要参考价值。

本文对中国的“机场”审查规避生态系统进行了首次系统性研究。“机场”是指以订阅制方式向用户提供代理服务的审查规避工具，在中国地下市场蓬勃发展。研究采用用户调查（1667名受访者）、社交媒体分析和主动网络测量相结合的方法。结果显示，机场是中国最受欢迎的现成审查规避工具，超过一半的受访者使用过，主要原因是易用性、性能以及访问受限服务（如ChatGPT、Netflix）的能力。通过扫描互联网和抓取Telegram公告频道，研究者识别出3431个活跃机场，它们大多基于少量开源工具包构建。研究者订阅了35个机场并对其性能进行表征，发现由于独特的“多跳”架构，其性能往往优于直接连接，但同时也面临新挑战：通过支付宝等商业服务支付、频繁被政府查封、客户端配置困难，许多机场还部署了自有的审查策略。机场比学术文献中其他规避工具使用更广泛，但也引入了新的脆弱性和控制风险，为未来审查规避研究提供了经验与机会。

该论文对Anthropic的两款前沿大语言模型——Fable 5和Opus 4.8——进行了自动红队测试，评估其对四种自动化越狱攻击家族的对抗鲁棒性。研究使用了HackAgent红队框架，基于十类危害分类法生成了7,826个有害意图，并针对每个意图生成数十万次对抗性尝试。每次明显的攻击成功都由三个评判模型组成的评审团独立重新裁定（多数投票）。结果显示，两个模型抵抗了大多数攻击，但残余攻击面比总体数据所暗示的更大：自适应迭代攻击占主导地位，而静态混淆几乎被完全中和。最强的自适应搜索（攻击树）在11.5%的意图上成功突破了Opus 4.8，而Fable 5保持在个位数（最坏情况下6.1%）。因此，总体成功率不应被视为安全保证。即使在最坚固的配置下，两个模型仍分别产生了1,620次（Opus 4.8）和702次（Fable 5）经评审团确认的有害输出，覆盖所有危害类别。这些攻击由攻击模型自动、低成本地发现，且无需人类专家介入，通常仅需一到两次改进步骤。结论是，即使经过最充分测试的最先进模型，在持续的自动化压力下仍然可以被可靠地攻破。本研究适合LLM安全研究人员、红队从业者及模型开发者阅读。

本文针对多阶段网络攻击检测中缺乏标注的多源日志数据集的问题，构建了一个包含系统、网络和浏览器三种日志源的综合性数据集。该数据集包含870个会话（70个攻击会话和800个正常会话），共计约230万个事件。所有恶意事件均按照MITRE ATT&CK框架进行了技术标签标注，覆盖12种战术和53种技术。攻击数据使用真实工具生成，包括远程访问木马（RAT）、命令与控制（C2）隧道和云外泄等场景。为验证数据的可学习性，作者采用低秩适配（LoRA）方法微调了三个小型语言模型（SLMs）：Qwen2.5-1.5B、Llama-3.2-3B和Phi-4-Mini。在分块分类和技术识别两个任务上，与基线模型相比，微调后的模型在所有十个评估指标上均有提升。分块分类准确率从基线的大约8%提升至90%-97%。技术识别任务更具挑战性，最佳精确匹配准确率为42%，但部分匹配分数较高，表明模型已掌握大部分底层推理逻辑。该数据集为安全社区提供了宝贵的标注资源，有助于开发更有效的多源攻击检测方法。

企业入侵响应目前仍严重依赖静态安全剧本和人工分析师驱动的分类处置，导致从告警生成到威胁遏制的延迟。本文提出了 Agentra——一个可监督的多智能体入侵响应系统（IRS）框架，能够将来自 IDS、EDR、XDR 等平台的告警自动转化为结构化的事件响应计划，该计划基于 MITRE ATT&CK、MITRE D3FEND 和 NIST CSF 2.0 等本体框架。Agentra 的核心设计包括：将响应推理过程分解到不同角色的智能体（如规划器、验证器、审核器）中；通过有界的规划-验证循环迭代校验生成的响应计划；通过审核安全网关对检索到的威胁情报进行安全审查；通过行动目录和风险评分门控实际执行的动作；所有决策记录在仅追加的审计日志中以实现完全可审计性。在包含 120 个真实事件（来自 ThreatHunter-Playbook、Splunk BOTSv3 和 DARPA OpTC）的语料库上，相比静态 OASIS CACAO v2.0 基线，Agentra 最强配置将考虑误报的 IRS F1 分数从 0.61 提升至 0.84，并将投影有害动作率从规划器独撑时的不安全过度反应降至与静态基线相同的 0.0%。实验结果表明，多智能体响应规划能够在保持分析师审批和可审计性的前提下，显著提升基于本体的入侵响应覆盖率和准确性。适合安全运营人员、SOC 分析师、入侵响应系统研究者以及 AI 安全从业者阅读。

本文研究了网络功能虚拟化（NFV）和软件定义网络（SDN）中服务功能链（SFC）编排的一个反直觉现象：安全诱导的Braess悖论。在NFV/SDN环境中，运营商可以动态实例化虚拟防火墙、入侵检测/防御系统、WAF集群、零信任网关、备份检测路径和迁移目标等安全功能。通常认为增加这些防御选项（如更多检测容量、更低延迟、更灵活的部署）只会改善服务性能。然而，本文证明即使单个新选项局部上具有吸引力，全局上却可能恶化服务性能。具体地，当增加一个防御选项时，流量会重新分布，可能将流量和攻击价值集中到共享的安全资源上，导致均衡状态下的服务成本上升。作者定义了Braessian安全管理动作，推导了在负载依赖的VNF延迟下悖论出现的充分条件，并提出了一个部署前的编排筛选机制，可以拒绝、限制或预留有害选项。通过在四种拓扑（胖树数据中心、NSFNET风格广域网、GEANT风格广域网、边缘/雾计算拓扑）上的多租户SFC实验，结果验证了理论：在理论识别的Braessian参数区间内，天真的防御扩展使均衡服务成本增加27.2-30.8%，风险集中度增加6.1-9.7倍；而采用悖论感知的约束使用策略，可以将残余惩罚保持在1.9%以下，相较天真扩展降低服务成本20.0-22.1%，并将攻击损失代理降低平均93.5%。该工作为安全服务编排提供了理论指导，避免盲目增加防御导致的性能损失。

本文针对互联网断网（包括技术故障或政府刻意切断）期间公民无法访问网络知识源的问题，提出了一种名为Cache to the Future (CttF)的分布式网页归档系统。CttF利用社区驱动的分布式评分机制，在断网前或断网期间大规模缓存并分发托管在Web上的静态内容。系统通过数字签名和工作量证明等密码学原语来抵御恶意干扰，确保缓存内容的完整性和可信性。作者通过现实模拟，在城市规模下验证了CttF在多种善意和敌对场景下都能有效交付内容。该研究填补了现有抗断网技术（如移动Mesh网络）仅提供有限消息服务而无法访问Web知识的空白。

本文系统性地分析了神经符号人工智能（NeSy）的安全、安保和认知风险。NeSy将神经感知与符号推理相结合，在高风险领域（如医疗、自动驾驶）中因其可解释性和结构化推理能力而备受关注。然而，这种混合架构引入了更大的攻击面，涵盖五个层次：神经感知层、符号知识库层、推理引擎层、智能体编排层和数据存储层。每个层次都存在纯神经系统中不存在的利用方式。论文的主要贡献包括：(1) 正式定义了NeSy攻击面、符号完整性违反（SIV）和跨层放大比（X），后者分解为神经引起的和自主符号敏感性成分；(2) 统一威胁模型，扩展了MITRE ATLAS框架，新增11个NeSy特定策略扩展，并定义了五种攻击者画像；(3) 符号层威胁目录，涵盖知识图谱（KG）投毒、本体合并和推理引擎颠覆；(4) 认知风险分析，包括自动化偏差、权威偏差和谄媚强化，这些风险因NeSy的显式逻辑解释而比黑盒神经输出更严重；(5) 跨学科缓解措施，与NIST AI 600-1和欧盟AI法案对齐；(6) 三个实证基准：在205实体的医疗KG上，定向KG投毒在注入预算B=5时达到收支平衡SIV；在DistilBERT+ProbLog流水线上，PGD-10在ε=0.01下得到X=5.884（95% CI [4.64, 8.00]），经匹配随机基线验证为对抗特异性；单公理OWL编辑达到93.3% SIV成功率和100% Pellet一致性隐匿性，但STIX检测失败（随机猜测水平）。本文适合AI安全研究人员、系统设计者和政策制定者阅读。

本文研究 MIPS 处理器在现代嵌入式系统（如路由器、工业控制器、IoT 设备）中面临微架构侧信道攻击的脆弱性。尽管 MIPS 架构历史悠久且广泛部署，但其对侧信道攻击的防御能力长期未受关注。作者发现，在这些平台上普遍使用的同步多线程（SMT）特性会引入强大的跨核时序通道。为此，他们提出了 MIPSBLEED 框架，该系统性地分析和利用了三个共享微架构组件（L1 数据缓存、L1 指令缓存和执行引擎）的信息泄漏。通过精心设计的汇编级探测探针和定量泄漏评估，作者演示了无需特权访问即可实现的高分辨率时序攻击。实验表明，所有三个通道均存在显著的信息泄漏，并最终在真实椭圆曲线密码套件上实现了单迹线密钥恢复攻击。该工作将 MIPS 定位为微架构安全研究中被忽视但关键的目标，并强调了在资源受限且启用 SMT 的嵌入式系统中迫切需要轻量级隔离机制。

现有的去中心化标识符（DID）方法通常需要某种形式的协调或全局顺序来更新DID文档。基于区块链的方法会产生费用和延迟；轻量级对等方法（did:key, did:peer）不支持更新；Sidetree等方案仍依赖区块链排序。本文提出 did:crdt，一种符合W3C DID Core规范的全新DID方法，彻底消除了对协调机制的需求：无需账本、无需序列发生器、无需全局总序。每个DID文档由多个签名的无冲突复制数据类型（CRDT）组成，每个字段对应一个CRDT，并发编辑可以确定性地合并。根据CALM定理，其状态合并路径是汇合的：只要副本观察到相同的更新集合，无论到达顺序如何，最终都能收敛到一致的文档。签名增量路径仅需因果传递（即更新必须在它所依赖的更新之后应用），这比总排序弱得多，且无需任何共识协议。论文明确了范围：所有不可信对等路径均经过认证，因此签名增量和验证包重放具备拜占庭容错性（即使用户作恶或发送恶意数据也能保证安全）；未认证的状态合并路径是可信域内的优化手段；密钥泄露恢复受撤销语义限制。论文详细给出了数据模型、威胁模型、CRUD语义、冲突解决规则，并提供了Rust参考实现，通过了基于属性的收敛测试，合并延迟达到微秒级。该工作为去中心化身份管理提供了一种高效、低延迟且无需协调的新型基础设施。

该论文针对现有基于图神经网络（GNN）的网络入侵检测系统（NIDS）的局限性——将流量流视为时间独立且依赖有监督学习——提出了一种时间感知的自监督时空图对比学习框架。研究背景：GNN在建模网络流量关系方面有效，但多数方法忽略时间动态特征，且依赖标签导致泛化能力不足。核心问题：如何利用真实时间戳捕获流量时序依赖，并在无标签情况下学习鲁棒表示。方法：首先按时间戳构建一系列时序图，然后使用基于E-GraphSAGE和LSTM的编码器提取时空依赖（避免注意力机制的高开销），接着设计多视图图对比学习方案，联合进行时间对比、空间对比和特征对比，分别捕获时间连续性、保持结构一致性、提升泛化性和鲁棒性。此外，引入基于梯度范数的自适应权重策略优化对比损失。在四个带有真实时间戳的NIDS数据集上实验，该方法显著优于现有自监督方法，性能与有监督的SOTA GNN方法相当，且计算效率高。主要贡献：首次在自监督GNN-NIDS中显式利用真实时间戳，提出高效时空编码器和多视图对比学习方案，以及自适应损失加权策略。适合NIDS研究人员、安全机器学习从业者阅读。

该论文对互联网的后量子就绪状态进行了大规模测量研究，重点关注传输层安全（TLS）部署的实际现状。研究覆盖了32,011个域名，分析了不同行业（包括银行、政府、科技等）的TLS协商参数，如协议版本、密码套件、密钥交换机制和证书。主要发现包括：(1) 虽然TLS 1.3和QUIC等现代协议正在被采用，但仍有15.70%的域名（尤其是关键领域的银行和政府机构）依赖于TLS 1.2；(2) 49.3%的域名支持混合后量子密钥交换机制（例如MLKEM768与X25519的组合），而50.7%仍使用经典密钥交换，表明过渡不均衡；(3) 未观察到任何域名采用混合后量子证书，这使得认证层易受量子攻击（如证书伪造）。研究指出，完全实现量子弹性需要同时在密钥交换机制和证书基础设施上进行协调迁移。目前的面貌显示出行业间的不均衡：技术驱动型平台进展较快，而传统基础设施依赖较重的领域滞后。互联网通信系统仍面临长期威胁，包括"先存储后解密"（HNDL）攻击。适合安全工程师、TLS运维人员及政策制定者阅读。

本公告涉及 Android 兼容性测试套件（CTS），这是用于验证 Android 设备是否符合 Android 兼容性定义文档（CDD）的测试工具。CTS 旨在确保不同制造商生产的 Android 设备能够运行兼容的应用程序并提供一致的用户体验。该公告发布于 Android 安全公告页面，但未提及具体安全漏洞或补丁信息。目前没有关联的 CVE、严重性评级或影响描述。

Android 兼容性定义文档（CDD）是一份官方指南，规定了 Android 设备必须满足的硬件和软件要求，以确保应用兼容性。该文档并非安全漏洞公告，不涉及任何具体的 CVE 或安全修复。它主要面向设备制造商和应用开发者，用于指导设备实现与 Android 平台的一致性。因此，本次更新不涉及安全风险，但可能包含对兼容性要求的修订或新增条款。

本输入不包含具体的安全漏洞信息。Android Security Bulletin 的该条目指向参考文档（Tools, build, and related reference），而非具体的漏洞公告。没有提供 CVE、受影响产品、严重性或任何技术细节。因此，无法生成有效的漏洞摘要。请提供包含实际漏洞详情的公告内容。

Android 安全公告发布最新的兼容性定义文档（CDD）更新。CDD 是 Android 平台兼容性要求的权威文档，定义了设备制造商必须遵守的规则，以确保应用和服务的兼容性。此次更新可能涉及新的功能要求、安全增强或 API 行为变更，但公告未提供具体技术细节。由于没有关联 CVE 或明确的安全漏洞，此更新旨在指导 OEM 厂商遵循最新兼容性标准，间接提升生态系统安全性。

2026年6月18日，Android安全公告发布了最新一期安全公告。该公告通常涉及多个安全漏洞的修复，涵盖Android操作系统及其组件。但由于公告内容未提供具体漏洞详情，目前无法确定受影响的具体组件、漏洞严重程度及利用方式。建议用户关注官方公告更新，及时获取补丁信息。

Apple官方发布了针对Mac设备的安全更新公告，建议用户更新Mac上的软件以修复可能存在的安全漏洞。由于公告未提供具体漏洞细节，无法确认受影响组件和攻击向量，但Apple定期通过此类更新修复已发现的安全问题。用户应尽快按照官方指引安装最新更新，以降低被攻击风险。

Apple 于 2026 年 6 月 18 日发布了针对 iPhone 和 iPad 的安全更新。该公告未提供具体的漏洞细节或 CVE 编号，但强调用户应尽快将设备更新至最新版本的 iOS / iPadOS。此类更新通常修复已知的安全漏洞，及时安装可降低设备被攻击的风险。

Apple 官方安全公告页面（标题为 'submit your research'）目前未包含任何具体的漏洞描述、CVE 编号或受影响产品信息。该页面可能为研究人员提交漏洞的入口，而非实际的安全更新公告。因此，本摘要无法提供任何技术细节或影响分析。建议定期关注 Apple 官方安全更新页面以获取最新信息。

Apple 安全发布页面提供了关于安全问题的帮助信息，包括如何报告安全漏洞、获取安全更新和了解安全最佳实践。该页面是 Apple 官方支持资源的一部分，旨在帮助用户和开发者应对安全威胁。由于页面内容为通用指导而非具体漏洞公告，因此没有涉及特定 CVE 或严重性评级。

Apple 于 2026 年 6 月 18 日发布了名为“Background Security Improvements”的安全公告，该公告概述了一系列针对系统后台安全性的增强措施。尽管公告中未披露具体的 CVE 编号或漏洞细节，也未明确列出受影响的组件和严重性等级，但此类改进通常涉及修复潜在的安全弱点、提升攻击检测与防护能力，以及加固系统关键组件。由于缺乏具体信息，无法确定本次改进是否涉及已知漏洞或已有攻击利用。建议所有 Apple 用户关注官方更新日志，并及时安装最新的系统更新，以确保设备能够获得这些安全改进。

该输入并非安全公告，而是网站备案信息（浙公网安备 33010602009975号），不涉及任何安全漏洞或威胁。阿里云安全公告页面显示的可能是备案系统入口，无实质安全内容。

Pocsuite 是由知道创宇安全研究团队开发并维护的一款开源远程漏洞测试框架。它作为团队安全研究能力的基础设施，长期支撑着 Web 安全研究工作。该框架提供标准化的漏洞验证接口，支持多种协议和漏洞类型，方便安全研究人员快速编写和复用 PoC 代码。Pocsuite 的代码托管在 http://pocsuite.org/，社区可参与贡献。本公告仅介绍框架本身，未涉及任何具体漏洞或安全更新。

Seebug 是知道创宇运营的国内权威漏洞社区平台，收录大量漏洞和 PoC，为安全社区提供参考。本次输入仅为平台简介，未涉及任何具体安全漏洞或公告。

该输入为知道创宇（与Seebug关联）的网站安全防护服务宣传材料，强调其十年Web安全防护经验、多层防护体系、云端大数据及安全CDN加速，能够识别和拦截DDoS攻击、DNS攻击、CC攻击等。但内容不涉及具体的漏洞、CVE编号、技术细节或安全公告。因此，此输入并非安全公告，而是厂商服务推广。

输入内容为网站备案号信息，非安全公告，无漏洞或安全事件描述。

本输入为360CERT（三六零数字安全科技集团有限公司）在工信部备案的ICP许可证公示信息，证号为（总）网出证（京）字第281号。该信息属于合规性备案内容，与网络安全漏洞或攻击事件无关。不涉及任何CVE、受影响产品、严重性评级或修复建议。

该输入为360CERT网站上的一个页面，标题为“京网文〔2020〕6051-1195号”，内容为网络文化经营许可证号。页面本身不是安全公告，没有涉及任何漏洞、威胁或安全建议。因此，无法提取有效的安全信息。

该输入内容并非网络安全漏洞公告，而是网站备案信息（京ICP证080047号等）。无实质性技术内容，无法提取漏洞详情。

A critical remote code execution (RCE) vulnerability has been reported in PTC Windchill PDMlink and PTC FlexPLM. The vulnerability may be exploited through the deserialization of untrusted data.  * This advisory also applies to all CPS versions * The identified vulnerability also impacts Windchill and FlexPLM releases prior to 11.0 M030

ThingsBoard contains a prototype pollution vulnerability which may lead to arbitrary code execution within a sandboxed context by a user who can log in to the affected product with the tenant administrator privilege (TENANT_ADMIN).

In SignalRGB versions prior to 1.3.7.0, seven of the thirteen IOCTL handlers dereference the SystemBuffer pointer without first verifying that it is non-NULL. Sending an IOCTL with an empty input buffer causes a NULL pointer dereference, resulting in a kernel crash.

In SignalRGB versions prior to 1.3.7.0, the \\.\SignalIo device object is created without an explicit SDDL security descriptor and without FILE_DEVICE_SECURE_OPEN. This results in overly permissive default access control, allowing any authenticated local user to obtain a handle to the device and issue privileged IOCTLs.

marimo before 0.23.9 contains a reflected cross-site scripting vulnerability in the notebook page that allows unauthenticated attackers to inject arbitrary JavaScript by exploiting improper escaping of single quotes in the file query parameter reflected into an inline JavaScript string literal. Attackers can craft a malicious link with a payload beginning with __new__ to bypass the 404 check and i

libssh2 through 1.11.1, fixed in commit 7acf3df contains an out-of-bounds write vulnerability in ssh2_transport_read() that fails to enforce upper bounds on packet_length field. Remote attackers can send crafted SSH packets with excessively large packet_length values to corrupt heap memory and achieve remote code execution.

Typemill before 2.24.0 contains a path traversal vulnerability that allows authenticated attackers with Author-level privileges to read arbitrary files outside the content directory by supplying traversal sequences in the path query parameter passed to Storage::getFile() with an empty folder argument. Attackers can bypass traversal-prevention controls in Storage::getFolderPath() to access sensitiv

Evil-WinRM through 3.9, fixed in commit 6ecd570, contains a path traversal vulnerability in the download_dir() function that allows a rogue or compromised remote Windows server to write files outside the intended download directory by returning filenames with traversal sequences from Get-ChildItem command output that are passed unsanitized to File.join(). Attackers controlling the remote server ca

Tinyproxy through 1.11.3, fixed in commit 09312a1, fails to properly validate the Host header during stathost detection, allowing unauthenticated attackers to access the stats page by injecting a matching Host header or bypass detection via port manipulation. Remote attackers can trigger unauthorized access to internal proxy statistics or misroute requests as transparent proxy connections to circu

A security vulnerability has been detected in SourceCodester CET Automated Grading System with AI Predictive Analytics 1.0. Affected is an unknown function of the file /index.php of the component Student Self-Registration Endpoint. The manipulation leads to improper access controls. Remote exploitation of the attack is possible.

Sonatype Nexus Repository Manager before 3.93.0 contains an authorization vulnerability in the proxy repository configuration that allows a delegated repository administrator to disclose stored upstream proxy credentials.

Use of an incorrectly resolved name or reference in the pinget backend in Devolutions UniGetUI 2026.2.0 and earlier allows a WinGet community catalog contributor to cause an installed application to be correlated to an unrelated, attacker-controlled catalog package and to execute an attacker-controlled installer via a crafted catalog package whose normalized name is contained as a substring w

Hermes WebUI before 0.51.368 contains an authorization bypass vulnerability in the get_profile_cookie() function that accepts unauthenticated profile names from the hermes_profile cookie. An authenticated attacker can forge the hermes_profile cookie value to bypass profile-scoped authorization checks and access sessions, files, and resources across different profiles.

Hermes Agent before 0.16.0 creates response_store.db and webhook_subscriptions.json with world-readable permissions (mode 0o644), exposing conversation history and HMAC secrets to local users. Attackers with local filesystem access can read these files directly to obtain sensitive data including conversation history, tool payloads, prompts, and per-route HMAC secrets.

Pimcore CMS/DXP version 12.3.8 contains a sandbox bypass vulnerability that allows authenticated administrative attackers to execute arbitrary methods on PHP objects by exploiting empty checkMethodAllowed() and checkPropertyAllowed() implementations in the custom Twig SecurityPolicy. Attackers can supply malicious Twig templates through the DataObject ClassDefinition Layout\Text component to perfo

Hermes WebUI before 0.51.443 contains a broken access control vulnerability in the /api/session endpoint that allows authenticated users to disclose cross-profile session transcripts. Attackers can bypass profile boundary checks by directly querying session IDs belonging to other profiles via GET /api/session?session_id=&messages=1 to retrieve unauthorized conversation transcripts and metadata.