PRISM: PE Relational Inter-Section Matrix. A 2D Section-Aware Dataset for Static PE Malware Detection
本文提出了 PRISM（PE Relational Inter-Section Matrix），一个用于静态 Windows PE 恶意软件检测的开源数据集和特征表示方法。现有基准（如 EMBER、BODMAS、SOREL-20M）将每个
2026-06-27 归档
今日共收录 1218 条安全情报，包含 478 个 CVE，392 篇安全通告，以及 115 篇研究论文。
← 返回归档列表Type-based information flow analysis for $π$-calculus with a dynamically extensible security lattice
本文提出了一种基于类型系统的信息流分析方法，用于分析π演算中的保密性，其中安全格可以动态扩展。π演算是一种支持顺序和并发计算的表达性模型，具有简洁的语法、基于归约的语义以及作为无干扰性形式化基础的双模拟等价。作者扩展了Kobayashi等人
Fortress and Gatekeeper: Theorizing Transitive Trust in Third-Party Cybersecurity Risk Governance
本文通过分析2025年11月发生的OpenAI-Mixpanel安全事件，探讨第三方供应商（如分析平台、云服务、身份提供商、软件供应商）嵌入数字服务交付所带来的网络安全风险治理问题。研究首先指出，客户数据和安全相关实践被转移至客户极少能直接
MIRROR: Novelty-Constrained Memory-Guided MCTS Red-Teaming for Agentic RAG
本文提出 MIRROR，一个面向多模态智能体检索增强生成（RAG）系统的统一跨表面红队框架。现有的红队方法通常针对特定攻击表面（如提示注入）设计，且高度依赖已知攻击模板的重用——在文本投毒基准上测量到 73-84% 的精确重复率。MIRRO
MergeLLL: A Hierarchical Divide-and-Conquer Framework for LLL-Based Lattice Reduction
该论文提出了一种名为 MergeLLL 的层次化分治框架，用于改进基于 LLL 的格基约化算法。格基约化在计算数论和基于格的密码学中有广泛应用，但传统算法随维度增加复杂度急剧上升。受归并排序的分治策略启发，并结合 PotLLL 风格的重排过
DroidBreaker: Practical and Functional Problem-Space Attacks on Machine-Learning Android Malware Detectors
该论文提出了DROIDBREAKER，一个针对基于机器学习的Android恶意软件检测器的实用且功能保持的问题空间攻击框架。现有问题空间攻击往往通过注入整个良性模块（软件移植）来规避检测，但这种方法会引入大量副作用特征，且经常导致编译失败。
The Fungible Reserve Standard: A Deterministic Framework for Encoding Carrying Costs in Asset-Backed Tokens
本文提出了一种名为“可互换储备标准”（FRS）的确定性代币设计框架，旨在解决实物资产（如贵金属、大宗商品、仓储商品）代币化过程中面临的结构性负持有成本问题。现有代币化模型通常在发行方层面管理运营成本（如托管、保险、审计费用），但缺乏将成本透
TESLA-for-5G: Broadcast Authentication for 5G Networks Using TESLA
5G 基站在广播系统信息（System Information, SI）时未进行认证，所有用户设备（UE）在小区选择过程中都会读取这些信息。这一缺陷使得攻击者能够通过伪基站（Fake Base Station, FBS）广播伪造的 SI，诱
DKVE: Decentralized Key Validation for End-to-End Encrypted Messaging
端到端加密（E2EE）消息系统依赖于真实的公钥分发来防止中间人（MitM）攻击。现有方案在安全性与可扩展性之间存在权衡：带外（OOB）验证安全但难以扩展至大规模联系人列表；密钥透明（KT）系统支持自动化验证，但存储成本高且操作复杂。本文提出
ProvenAI: Provenance-Native Traces of Evidence in Generated Answers
ProvenAI框架旨在解决检索增强生成系统中引用可信度不足的问题。现有系统常提供引用，但无法保证引用来源真正影响了生成结果。该框架将多跳问答的透明度分解为三个独立可测量的层：答案正确性（生成答案与标准答案的匹配度）、引用忠实性（引用与基准
What Browsers Do in the Shaders: A Measurement Study of WebGPU Privacy
本文对WebGPU的隐私泄露问题进行了系统性测量研究。WebGPU允许网页通过经过验证的编程模型运行GPU工作负载，虽然模型验证保证了内存安全，但共享的浏览器、驱动、操作系统和GPU状态仍可能暴露隐私相关的信号。作者提出了WGPULens框
Lessons from the Adoption and Deprecation of the Privacy Sandbox Web APIs
本文对 Google Privacy Sandbox 系列 Web API 的采用与弃用过程进行了历时七年的纵向测量与分析。Privacy Sandbox 是 Google 于 2019 年发起的旨在平衡用户隐私与广告等实用功能的浏览器端方
Query Cost Model Calibration in Confidential Virtual Machines
该论文关注在机密虚拟机（CVM，如AMD SEV-SNP）中运行数据库分析查询的性能开销问题。随着机密计算技术的普及，云服务商开始采用CVM保护敏感数据，用户无需修改数据库管理系统（DBMS）即可获得数据加密保护。然而，已有研究表明，CVM
Hybrid privacy-aware semantic search: SVD-truncated document geometry and CKKS-encrypted query reranking under a restricted threat model
本研究提出了一种混合隐私保护的语义搜索方案，旨在解决密集嵌入向量泄露导致的文档重构攻击问题。传统的防护手段要么是全同态加密（安全但速度慢，难以扩展到百万级文档），要么是添加隐私噪声（会破坏排序质量）。作者利用静态文档集合与动态查询之间的不对
Governing Actions, Not Agents: Institutional Attestation as a Governance Model for Autonomous AI Systems
随着自主AI代理（如临床处方、生产软件部署等场景）开始执行后果严重且不可逆的操作，如何对其进行安全治理成为关键问题。本文注意到，人类机构在管理强大自主行为者（如专业执照、审计）时，并非监控其内部推理过程，而是在关键行动节点要求独立、可验证的
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。与以往依赖输入时触发器注入、非目标激活和分布外目标生成的噪声型后门攻击不同，TEMPO-Diffusion将恶意分布偏移局部化为时序上的分布内暴露，显著提升了攻击的
Expecting (Targeted Ads)? Network Analysis of User Health Data Leakage in Fertility Tracking Apps
该论文对Google Play商店中20款Android生育追踪应用进行了网络层面的测量研究，重点关注用户健康数据如何被泄露给第三方广告服务。研究首先系统化了这些应用的功能特征，然后在记录TLS剥离网络流量的环境中对所有应用执行了一系列标准
The Unfireable Safety Kernel: Execution-Time AI Alignment for AI Agents and Other Escapable AI Systems
本文针对AI代理等“可逃逸AI系统”的安全控制问题展开研究。这类系统能够访问工具、API等基础设施，且其运行时环境可被输入影响，导致传统控制机制（如系统提示、输出过滤器、护栏库）存在被绕过的风险。作者首先识别出满足架构级控制的授权机制必须满
Privacy Vulnerabilities of Attention Layers in Tabular Foundation Models and Protection of High-Risk Queries
表格基础模型常因在合成数据上预训练而被认为隐私风险有限，但它们依赖上下文学习，推理时可能直接使用敏感记录作为标签示例。本文发现注意力机制产生的预测会泄露足够信息以实现有效的成员推理攻击（MIA）。作者提出AMIA（基于注意力的成员推理攻击）
MIRAGE: Protecting against Malicious Image Editing via False Moderation
本文针对AI驱动的图像编辑系统（如GPT-Image、Gemini Flash Image、Grok Imagine）对个人图像的滥用问题，提出了一种名为MIRAGE的新型防御方法。现有图像免疫方法通常需要访问模型权重和编辑提示，这在面对闭