Safety in Self-Evolving LLM Agent Systems: Threats, Amplification, and Case Studies
本文针对自进化LLM智能体系统（即能够自主更新模型参数、记忆、工具和架构的智能体）的安全与隐私威胁进行了系统性分析。作者提出了一种名为模块-生命周期攻击面（MLAS）矩阵的分析框架，将攻击面分解为五个功能模块（大脑、认知资源、执行、自我设计
2026-06-23 归档
今日共收录 1003 条安全情报，包含 243 个 CVE，376 篇安全通告，以及 99 篇研究论文。
← 返回归档列表VCT: A Verifiable Transcript System for LLM Conversations
本文提出了一种用于大语言模型（LLM）对话的可验证转录系统（VCT），以解决传统线性日志无法捕捉LLM对话非线性演化（如基于历史查询的重新提示、响应再生、会话删除、多设备并发及选择性共享）的问题。VCT将复杂的非线性语义操作抽象为账户级认证
The Geometry of Refusal: Linear Instability in Safety-Aligned LLMs
该论文研究了安全对齐的大型语言模型（LLM）中拒绝机制的本质。作者发现，尽管模型具备复杂的安全对齐，但拒绝行为实际上是一个可操控的线性特征。作者提出了对比对数its操纵（Contrastive Logit Steering, CLS）框架，
$π$-RAG: Oblivious Retrieval via Semantic Quantization and Transcendental Addressing for Large Language Models
本文提出了一种名为 π-RAG 的新型架构，旨在解决传统检索增强生成（RAG）系统中向量嵌入暴露于潜在反转攻击和非确定性检索失败的问题。核心创新在于利用数学常数 π 的数字作为超然熵源，构建一个不可变的间接层，将大型语言模型（LLM）与敏感
Harness-MU: A Safe, Governed, and Effective Harness for Multi-User LLM Agents
本文针对多用户大语言模型（LLM）智能代理在协作流程中面临的治理挑战，提出了一种名为 Harness-MU 的模型无关、零微调基础设施框架。当前LLM的单用户训练范式与多主体治理所需的硬约束之间存在根本性不匹配，导致基于提示的概率性防护措施
Evaluating LLMs for Real-World Web Vulnerability Detection
该论文评估了六种前沿和开放权重的大型语言模型（LLMs）在实际Web漏洞检测中的能力，专注于WordPress插件中的静态分析。研究涵盖了SQL注入、存储型跨站脚本、路径遍历和远程代码执行四类漏洞，使用了五种不同结构、范围和复杂度的提示设计
From Production SIEM to Reusable Cybersecurity Artifacts
本文提出了一种将生产环境安全信息与事件管理（SIEM）数据转化为可复用网络安全工件的方法论。研究背景是：安全运营中心（SOC）的生产遥测数据是最真实的，但由于隐私和机密性限制，原始日志无法公开，导致安全研究长期依赖合成数据集或过时数据，缺乏
ARENA: An Architecture for Measuring the Transferability of Autonomous Cyber Defense
该论文提出ARENA架构，旨在解决网络防御研究中真实生产数据难以获取的问题。当前安全运营中心（SOC）的数据虽然真实，但因隐私和合规原因无法直接发布，导致研究依赖合成或过时数据集。ARENA设计了一套方法论，从金融SOC的生产环境中提取SI
"What Happens Locally, Leaks Globally": Detecting Privacy Leakage Risks in MCP Servers
随着大语言模型（LLM）的广泛部署，模型上下文协议（MCP）已成为连接LLM与外部资源的事实标准。然而，MCP协议本身引入了一类隐私泄露风险，现有工具难以检测。与传统的显式数据泄露不同，MCP服务器中的泄露主要是协议诱导的：凭据、API密钥
Rising From the Ashes: How Agentic AI is Unblocking Challenges in Cybersecurity
本文从防御者视角出发，探讨了智能体 AI（Agentic AI）如何突破网络安全领域长期存在的瓶颈。作者指出，安全防御中大量任务依赖人工分析，导致成本高昂且效率低下，许多问题被视为不可解或低效应对。智能体 AI 能够直接处理自然语言和代码，
Investigating The Security of Modern AI and Cloud Infrastructure
该论文系统性地挑战了现代AI与云基础设施中普遍存在的隔离假设。作者通过构建一个从物理内存共置到远程服务接口的交互级别分类法，来解构AI安全假设。尽管已有大量研究关注孤立的攻击面，但安全社区缺乏一个统一的框架来理解物理、架构和算法漏洞如何在整
skillctl: argument injection, path traversal in --dest, FIFO/device DoS, hardlink exfiltration, and commit-trailer forgery
## Impact Following the path-safety patches in [GHSA-wx3m-whqv-xv47](https://github.com/umanio-agency/skillctl/security
[分享]IDA Pro 9.3汉化补丁与破解注册机
[分享]IDA Pro 9.3汉化补丁与破解注册机
CVE-2024-40766: The Patch Fixed the Bug. Nobody Fixed the Configuration., (Tue, Jun 23rd)
CVE-2024-40766
The vulnerability
The EVerest Dataset for Secure Software Engineering
该论文介绍了 EVerest 数据集，这是一个面向安全软件工程的多工件资源。现有的安全验证数据集通常只覆盖需求、架构或代码中的单一工件类型，且缺乏细粒度的安全标签。EVerest 数据集基于 EVerest 项目——一个由行业驱动的电动汽车
Understanding the Stealthy BGP Hijacking Risk in the ROV Era
该论文研究了在路由源验证（ROV）部分部署的背景下，一种被称为隐形BGP劫持的安全威胁。这种劫持形式极其隐蔽，恶意路由能够转移流量而不会到达受害者（因此不会触发警报）。目前，这一风险尚未被充分探索，既没有记录在案的现实世界事件，也没有系统性
Confidently Wrong: Severity-Aware Calibration of Prompt-Injection Detectors under Attack Shift
该论文系统性地研究了提示注入检测器在攻击分布偏移下的置信度校准问题。现有的检测器通常在一个基准数据集上设定阈值，并在实际部署中假设攻击分布与基准一致。然而，攻击者会不断改变攻击分布，导致检测器在错误判断时可能表现出过度自信。作者提出了一个严
Differential Zonotopes for Verifying Global Robustness of DNNs
本文提出了一种基于差分区域集（differential halo zonotopes）的新型静态分析技术，用于验证深度神经网络（DNN）的全局鲁棒性。全局鲁棒性是一种比局部鲁棒性更强的性质，要求网络对所有输入对（而非单个输入及其邻域）的预测
A Watermark for Vision-Language-Action and World Action Models
该论文针对视觉-语言-动作模型（VLA）和世界动作模型（WAM）这类用于通用机器人控制的生成模型，提出了一种名为“密钥化潜在来源验证”的版权保护方法。这些模型通常作为黑盒服务部署，合作伙伴通过接口调用模型，而所有者保持模型权重私有。训练这类
OptChain: Achieving Optimal Throughput of Permissionless Blockchains
本文提出 OptChain，一种无许可区块链状态机复制（SMR）协议，旨在实现最优吞吐量。作者首先建立了在固定错误概率下任何 SMR 协议吞吐量的理论上限，而 OptChain 是首个逼近该极限的协议。OptChain 本质是一个分片协议，