Beyond Native Success: Auditing Deployment-Interface Exposure of CLIP Backdoors
本文研究了对比语言-图像预训练（CLIP）模型在不同下游部署接口（如特征提取、检索、重排序和选择）中后门暴露的一致性问题。现有CLIP后门攻击通常在单一原生任务上验证，但模型复用时，相同后门在不同接口下的暴露程度未知：可能保持、减弱或失效。
2026-06-20 归档
今日共收录 996 条安全情报，包含 203 个 CVE，413 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Anywhere, Any-Stymie: Remote Activation of Trojan Malware on LiDAR with Modulated Signals
本文首次揭示了一种针对 LiDAR 传感器的远程触发恶意软件攻击面。作者发现，可以预先将恶意软件嵌入 LiDAR 固件中，在正常运行时保持休眠状态，部署后无需物理接触或网络访问即可通过外部光信号远程激活。研究团队在封闭研究环境（有厂商技术支
bioETH-Beacon: A Confidential On-Chain Genomic Beacon with Encrypted Counts, Filters, and Bounded Noise over a Fully Homomorphic EVM
本文提出 bioETH-Beacon，一个基于全同态加密以太坊虚拟机（fhEVM）的智能合约原型，旨在解决基因组信标查询中的隐私问题。全球基因组与健康联盟（GA4GH）的 Beacon 协议允许研究人员查询特定基因组变异是否在参与队列中被观
Gatling: Rapid-Fire Consensus from Parallel Composition
该论文提出了一种名为Gatling的新型原子广播协议，旨在降低区块链等复制状态机中共识协议的事务确认延迟。传统共识协议的性能受限于提案间隔（inter-proposal time），即两个连续提案之间的最小时间间隔。现有最优方案的最小提案间
From Efficiency to Leakage -- Privacy Backdoor in Federated Language Model Fine-Tuning
本文提出了一种针对联邦学习中参数高效微调（PEFT）的隐私后门攻击方法，名为NeuroImprint。在联邦学习场景下，多个参与方协作微调语言模型，但由于全模型微调计算成本高，PEFT成为主流实践，即冻结基座模型只训练少量适配器。作者假设一
Sovereign Execution Brokers: Enforcing Certificate-Bound Authority in Agentic Control Planes
本文提出一种名为“主权执行代理（Sovereign Execution Broker, SEB）”的运行时强制边界，用于解决自主智能体（agent）在云、部署及数据控制流程中执行变更操作时面临的安全问题。传统访问控制机制仅验证身份，而保障层
Efficient and Sound Probabilistic Verification for AI Agents
本文针对AI智能体在复杂数字环境中的安全问题，提出了一种高效且稳健的概率验证框架。现有运行时监控方法通常使用Datalog等形式语言定义和强制实施安全策略，但这些方法仅限于确定性策略。然而，在实际应用中，AI智能体常常需要处理具有概率性质的
Analyzing Defensive Misdirection Against Model-Guided Automated Attacks on Agentic AI Systems
本文针对基于大语言模型（LLM）的自主智能体系统（Agentic AI）面临的提示注入与越狱攻击展开分析。随着攻击者利用模型引导的自动化工具（如PAIR、GPTFuzz）进行规模化探测、提示优化与响应评估，这类攻击的威胁日益严重。作者首先通
Image Encryption Algorithm Based on Convolutional Neural Networks and Dynamic S-Box Generation
该论文提出了一种基于卷积神经网络（CNN）和动态S盒生成的图像加密算法。传统图像加密方法依赖固定S盒，易受线性密码分析和差分密码分析攻击。本文的核心思想是利用CNN从输入图像中提取特征，并根据这些特征动态生成自适应S盒。CNN通过学习图像的
GNSS Spoofing Threat for V2X communications
本文研究全球导航卫星系统（GNSS）欺骗攻击对车联网（V2X）通信的威胁。GNSS是V2X中提供定位、导航和授时（PNT）服务的核心技术，用于生成协作感知消息（CAM）以保障网络可靠性和车辆安全。然而，GNSS信号易受欺骗攻击：攻击者发送伪
A Measurement Study of Cryptographic Misuse in Embodied AI Mobile Applications
本文首次对具身AI（EAI）移动应用中的密码学误用进行了大规模测量研究。尽管EAI移动应用正从辅助界面演变为主动控制路径，使得移动端密码安全直接关系到网络物理信任，但现有安全研究主要集中于EAI设备和云基础设施，而将移动控制层视为关键攻击面
Low-Cost Multi-Precision Systolic Arrays for Accelerating FHE NTTs on AI ASICs
本文针对全同态加密（FHE）在AI硬件（如TPU）上加速时面临的精度不匹配问题展开研究。FHE能保护数据隐私，但计算开销巨大；AI硬件（如TPU）虽擅长矩阵运算，却仅支持低精度（如8位）算术，而FHE核心部件——数论变换（NTT）需要高精度
When Global Gating Is Enough: Admission-Time Hubness Control in Anisotropic Vector Retrieval Systems
该论文研究了检索增强生成（RAG）系统中的向量集线器（hubness）问题：少量数据点成为许多查询的最近邻，导致投毒攻击风险——一个注入的文档可以影响多个无关请求。现有防御依赖周期性反向k-NN扫描，存在暴露窗口且需要反复遍历整个语料库。论
G-Lox: Group-Adaptive, Privacy-Preserving Bridge Distribution with Two-Party Computation
本文提出了一种名为G-Lox的隐私保护桥分发系统，旨在解决现有桥分发系统（如Lox、rBridge）中群自适应能力与隐私保护之间的权衡问题。桥分发系统通常用于抗审查网络（如Tor），通过分发网桥地址帮助用户绕过网络封锁。现有系统要么缺乏对用
Quantifying Compromise Risk in Exceptional Access Architectures Under Sparse and Indirect Evidence
本文针对合法例外访问（EA）系统中的妥协风险进行了量化研究。EA系统允许授权方解密受保护的通信，但其风险长期存在争议，且缺乏公开数据集。论文指出，传输层EA（T-EA，在运营商基础设施中实现）和覆盖层EA（OTT-EA，在平台层实现）在密码
Compute-Budgeted Exploitability Evidence Graphs for Prospective Vulnerability Triage
这篇论文研究的是漏洞优先级排序中的前瞻性利用性预测问题。防御者无法同时修补所有新披露的漏洞，因此需要一种能够基于截止到决策时刻的公开证据、而非事后回溯信息的预测方法。作者提出了计算预算约束下的漏洞分类框架：每个CVE仅根据固定决策时间点之前
CHERI-D: Secure and efficient inline object ID for CHERI temporal memory safety
本文提出 CHERI-D，一种对 CHERI 架构的扩展，旨在高效支持时间内存安全（temporal memory safety）。CHERI 是一种领先的硬件/软件协同设计，提供原生空间安全（如边界检查）以及时间安全的基础支持，但缺乏内在
Lifecycle-Aware Dynamic Analysis for Secure ML Model Execution
本文针对机器学习（ML）模型执行过程中的安全威胁，提出了一种动态生命周期感知分析方法。当前，预训练ML模型的广泛使用引入了新的攻击面，攻击者可将恶意行为嵌入模型文件（如PyTorch、TensorFlow格式），绕过传统静态扫描规则。现有模
A Composable CRDT Layer for Byzantine-Resilient Deterministic Reconstruction
该论文针对拜占庭容错（Byzantine fault tolerance）场景下无冲突复制数据类型（CRDT）的安全性问题，提出了一种基于确定性状态重构的新方法。传统CRDT假设参与者是良性的，依赖验证或排除来应对拜占庭行为。作者提出通过确
Stealthy World Model Manipulation via Data Poisoning
本文针对基于模型的学习代理（model-based learning agents）中世界模型（world model）的微调阶段面临的数据投毒攻击问题，提出了SWAAP（Stealthy World Model Manipulation