Query Cost Model Calibration in Confidential Virtual Machines
本文针对在机密虚拟机（CVM）中运行数据库分析查询时遇到的显著性能开销问题展开研究。随着机密计算技术的普及，像AMD SEV-SNP这样的CVM能够以最小改动保护云数据库中的敏感数据，但分析查询在CVM中相比传统虚拟机（如KVM）存在巨大的
2026-06-26 归档
今日共收录 1370 条安全情报，包含 648 个 CVE，378 篇安全通告，以及 115 篇研究论文。
← 返回归档列表Hybrid privacy-aware semantic search: SVD-truncated document geometry and CKKS-encrypted query reranking under a restricted threat model
该论文提出了一种混合隐私感知语义搜索方法，旨在解决密集嵌入向量泄露导致的文档重构攻击问题。传统防御手段包括完全同态加密（安全但速度慢）和添加隐私噪声（影响排序质量）。作者利用静态文档集合与动态查询之间的不对称性，设计了一种折中方案：文档集合
Governing Actions, Not Agents: Institutional Attestation as a Governance Model for Autonomous AI Systems
该论文提出了一种针对自主AI系统（如AI代理）的治理模型，核心思想是“治理行为而非治理代理”。作者观察到，人类机构在管理具有强大能力的自主行为者（如医生、工程师）时，并非直接监控其推理过程，而是在关键行动点要求独立的、可验证的凭证。受此启发
TEMPO-Diffusion: Temporally Exposed Malicious Poisoning of Diffusion Models
本文提出了一种针对扩散模型的新型后门攻击框架 TEMPO-Diffusion。传统的基于噪声的后门攻击通常依赖于输入时触发注入、非目标激活以及分布外目标生成，这些假设降低了攻击的隐蔽性和实际相关性。TEMPO-Diffusion 将恶意分布
The Unfireable Safety Kernel: Execution-Time AI Alignment for AI Agents and Other Escapable AI Systems
本论文提出了一种针对 AI 智能体（Agent）及其他“可逃脱”AI 系统的执行时安全内核（Unfireable Safety Kernel）。当前主流安全控制方法（如系统提示、输出过滤、防护栏库）均内置于智能体的运行时环境中，这使得攻击者
The Role of Input Dimensionality in the Emergence and Targeted Control of Adversarial Examples
该论文系统研究了输入维度在对抗样本的产生与定向控制中的作用。现有理论工作常利用高维几何性质解释深度神经网络的对抗脆弱性，但缺乏系统的实证验证。作者首先分析了基于测度集中（concentration of measure）的现有理论框架的适用
Can Trustless Agents Be Trusted? An Empirical Study of the ERC-8004 Decentralized AI Agent Ecosystem
该论文对 ERC-8004 去中心化 AI 代理生态系统进行了首次实证研究。ERC-8004 是一个为 AI 代理经济设计的无需许可信任层，包含三个链上注册表：身份、声誉和验证。研究覆盖了 Ethereum、BNB Smart Chain
MIRAGE: Protecting against Malicious Image Editing via False Moderation
随着AI驱动的图像编辑系统（如GPT-Image、Gemini Flash Image、Grok Imagine）的广泛使用，个人图像可以被大规模、低成本地任意篡改，引发了严重的隐私与安全担忧。现有的图像免疫方法通过在图像中添加人眼不可见的
A Tattered Cloak of Invisibility: Measuring Anonymity Loss in Railgun on Ethereum
本文针对以太坊上的隐私混币器 Railgun 进行了系统的匿名性损失测量研究。研究背景是，尽管区块链系统提供了透明性，但用户期望通过混币器实现隐私保护；然而实际匿名性不仅取决于底层加密协议的安全性，还受用户行为模式、交易金额特征和时间特征等
Federated Hash Projected Latent Factor Learning
本文提出了一种联邦哈希投影潜在因子学习（FHPLF）模型，旨在解决联邦学习（FL）中通信开销高、隐私风险大以及哈希学习（HL）二进制码表示能力有限的问题。传统哈希学习需要用户上传原始数据至中心服务器，违反数据安全法规；而联邦学习虽能保护本地
Color Matters: Trigger Color Affects Success in Federated Backdoor Attacks
本文研究了联邦学习中基于语义的后门攻击机制，重点探讨了触发器颜色对攻击成功率的影响。联邦学习易受后门攻击，恶意客户端注入带有后门的模型更新，同时保持良性任务性能。作者提出一种语义驱动的后门方式，攻击者使用自然的视觉配件（如口罩、太阳镜）作为
Can Machine Learning Break Wi-Fi Privacy? A Study on MAC Address Randomization
该论文研究了IEEE 802.11网络中广泛采用的MAC地址随机化机制在被动追踪防护方面的有效性。作者通过实验证明，即使设备使用了MAC随机化，攻击者仍然可以利用机器学习技术识别设备身份。论文核心方法是从探测帧（Probe Frames）中
Shoot the Honey, Cloak the Player: Towards Zero-Runtime-Overhead Proactive Defense and Detection for Visual Game Cheating
视觉瞄准机器人（visual aimbots）已成为第一人称射击（FPS）游戏中的严重作弊威胁。它们仅通过分析渲染帧来操作，绕过了基于内存的传统反作弊系统。现有的防御方案存在不足：事后行为检测器无法实时保护比赛完整性，且越来越难以对抗模仿人
Leaking Circuit Secrets: Gradient Leakage Attacks on Graph Neural Networks
本文首次系统评估了图神经网络（GNN）在电路设计与硬件安全任务中面临的梯度泄漏攻击（GLA）风险。随着GNN被广泛应用于电路分析与逻辑综合等关键场景，其潜在隐私泄露问题尚未得到充分重视。研究选取了四种代表性GNN架构（GraphSAGE、G
Information flow security on persistent memory
该论文研究持久内存（persistent memory）环境下的信息流安全。持久内存是一种新兴的内存范式，能够提供系统级的效率提升以及从断电和系统崩溃中恢复的能力。尽管已有研究关注相关架构上程序的功能正确性证明，但对于正交的信息流安全问题却
On the Limits of Stretching Quantum Pseudorandomness
该论文研究了量子伪随机状态（Pseudorandom States, PRS）的拉伸性质。经典伪随机生成器的一个基本特性是输出长度可以任意多项式拉伸，但量子伪随机状态是否具有类似性质尚不清楚。本文首次证明了在不同输出长度下，单拷贝安全伪随机
A Comparison of Kubernetes Compliance Standards and Configuration Scanners
该论文对Kubernetes配置安全领域进行了系统性研究。Kubernetes已成为微服务架构中容器编排的事实标准，但针对其集群和部署的安全加固指南及扫描工具在近年层出不穷，不同指南和工具提供的建议和输出存在差异，导致配置和安全优先级决策不
Kops: Safely Extending the eBPF Compilation Pipeline with Native Operations
该论文针对eBPF（扩展的伯克利包过滤器）在OS内核中编译管道的安全性和性能权衡问题展开研究。eBPF通过在内核中引入验证器和即时编译器（JIT）确保程序安全性，但JIT采用单遍逐指令翻译设计，导致优化不足，使得eBPF程序运行速度相比原生
A Conditional Timing Protection Level: Holdover-Limited Undetected Time Error Under GNSS Spoofing
该论文研究了全球导航卫星系统（GNSS）授时接收机在欺骗攻击下的安全性问题。现有接收机依赖位置域RAIM（接收机自主完好性监测）来检测故障，但欺骗攻击下不存在名义几何故障，因为攻击会缓慢且共模地拉偏接收机的时钟时间，而接收机自身的时精度标志
PixJail: Self-Evolving Paper-to-Pipeline Reproduction for Text-to-Image Jailbreak Evaluation
本文针对文本到图像（T2I）生成模型越狱评估中存在的复现性和可比性问题，提出了一种自演进论文到管线智能体框架PixJail。当前T2I越狱技术发展迅速，但现有基准和复现工作流难以同步更新；更重要的是，T2I越狱评估并非单次提示级测试，而是一