iOS 26 and iPadOS 26
iOS 26 and iPadOS 26
2026-06-21 归档
今日共收录 748 条安全情报，包含 44 个 CVE，388 篇安全通告，以及 64 篇研究论文。
← 返回归档列表Android Code Search
Android Code Search
Android Devices
Android Devices
Secure an Android device
Secure an Android device
Android 16 QPR2
Android 16 QPR2
Mobile network security
Mobile network security
iOS 26.5 and iPadOS 26.5
iOS 26.5 and iPadOS 26.5
iOS 18.7.9 and iPadOS 18.7.9
iOS 18.7.9 and iPadOS 18.7.9
iOS 16.7.16 and iPadOS 16.7.16
iOS 16.7.16 and iPadOS 16.7.16
iOS 15.8.8 and iPadOS 15.8.8
iOS 15.8.8 and iPadOS 15.8.8
MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0
MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0
MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1
MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1
MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2
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 2026-55Security Vulnerabilities fixed in Focus for iOS / Klar 151.3.1
MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0
MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0
A Layered Security Framework Against Prompt Injection in RAG-Based Chatbots
该论文针对检索增强生成（RAG）聊天机器人面临的提示注入攻击，特别是间接注入（通过污染知识库文档实现攻击），提出了一种三层防御框架。第一层（输入过滤层）使用基于规则的模式库和微调的语义异常分类器对用户输入进行筛查。第二层（上下文组装层）在执
AutoTam: Specifying Secure Protocol Implementations with Tamarin Model Generation
本文提出了一种名为AutoTam的新型语言优先方法，用于安全协议实现的形式化验证。该方法通过定义一个领域特定语言（DSL）来描述协议实现，并自动生成适用于Tamarin验证器的模型，从而验证协议的通用轨迹属性。同时，论文证明了经过验证的轨迹
Heterogeneous LLM Debate Under Adversarial Peers: Honest Gains, Replacement Costs, and Resilience
该论文研究了异构大语言模型（LLM）在多智能体辩论中面对恶意的对手时的表现。核心问题是：异构的同伴在传递纠正信息的同时也可能传递对抗性影响，哪一方占主导？作者通过跟踪诚实代理（defender）的修订行为来测量：他们改变答案的频率，以及改变
PYPILINE: Malicious PyPI Package Detection via Suspicious API Knowledge and Agent Workflow
该论文针对开源软件供应链中恶意PyPI包的检测问题展开研究。现有方法主要依赖规则或传统机器学习，存在可解释性差、难以应对新型攻击等缺陷。为此，作者提出一种名为PYPILINE的新型检测方法，该方法将可疑API知识库与Agent工作流相结合。
Image Prompt Reconstruction Attacks on Distributed MLLM Inference Frameworks
该论文首次系统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重构攻击问题。分布式推理框架通过连接多个消费级设备实现大模型推理，降低了硬件门槛，但近期研究表明，参与节点间传输的中间嵌入会泄露文本提示。随着MLLM的普及，图像提示