iOS 18.7.9 and iPadOS 18.7.9
iOS 18.7.9 and iPadOS 18.7.9
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
MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0
The Beta channel is being updated to OS version 16700.20.0 (Browser version 150.0.7871.32) for most ChromeOS devices.If
Hi everyone! We've just released Chrome Dev 151 (151.0.7896.3) for Android. It's now available on Google Play.You can se
该论文提出了一种名为 AutoTam 的新方法,用于安全协议实现的形式化验证。传统上,协议验证工具如 Tamarin 需要使用者具备形式化验证背景,而将验证结果迁移到具体实现又需要专家知识。AutoTam 采用语言优先的方法,通过一种领域特
该论文研究了异构大语言模型(LLM)在多代理辩论场景下的安全性问题。传统观点认为,不同模型的辩论可以通过相互纠正提升答案质量;但同一交互过程既可能带来纠正,也可能引入对抗性影响。论文通过追踪诚实代理的修订行为(包括变更频率、变更是纠正性还是
本文针对基于检索增强生成(RAG)的聊天机器人面临的提示注入攻击,特别是间接注入(通过被污染的文档库实现)这一关键漏洞,提出了一种三层防御框架。该框架结合了输入过滤、上下文组装时的指令层级强制以及输出审计,形成全流水线防护。第一层使用基于规
本文提出 PYPILINE,一种结合可疑 API 知识库与智能体工作流的恶意 PyPI 包检测方法。针对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
本文研究了分布式多模态大语言模型(MLLM)推理框架中的图像提示隐私泄露问题。分布式推理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,但中间节点间传输的嵌入向量可能泄露私有提示。随着LLM向多模态演进,图像提示包含丰富的视觉
本研究针对开源大语言模型(LLM)在多标签MITRE ATT&CK技术分类任务上的表现进行了系统性评估。当前已有的自动化方法大多基于简化后的单技术句子进行评测,无法体现真实网络威胁情报(CTI)报告中复杂的语言和多步骤攻击模式,导致性能被高
该论文针对检索增强生成(RAG)系统提出了一种新的模型中心攻击框架CAREATTACK,旨在通过编辑检索器模型而非操控语料库来注入恶意知识。RAG系统通常依赖外部知识库,现有攻击多通过构造恶意文本操纵语料库,但此类合成文本易被检测。CARE
本研究首次系统性地分析了用户向大型语言模型(LLM)提出的数字安全与隐私(S&P)问题以及LLM的响应质量。研究基于WildChat数据集(包含320万条用户-LLM对话),从中识别出14,727条S&P提示,并将其分为九个类别,涵盖账户安
CVE-2026-48584
CVE-2026-48584 是 Azure Synapse Analytics 中的一个严重权限提升漏洞。该漏洞源于组件在执行操作时未充分验证权限,导致已获得低权限授权的攻击者可以利用不必要的权限执行特权操作。攻击者无需任何用户交互,只需
A record user could read field values hidden from them by field-level SELECT permissions by reaching the records through