Application of LLMs to Threat Assessment of Foreign Peacekeeping Missions
本文提出了一种将大语言模型（LLM）应用于外国维和任务威胁评估的新方法。研究基于PINPOINT项目及其用例——欧盟格鲁吉亚监测任务，将跨学科风险模型、基于开源情报（OSINT）的媒体收集与LLM支持的威胁提取相结合。提出的工作流程将媒体内
2026-06-28 归档
今日共收录 725 条安全情报，包含 41 个 CVE，384 篇安全通告，以及 89 篇研究论文。
← 返回归档列表ShareLock: A Stealthy Multi-Tool Threshold Poisoning Attack Against MCP
本文研究了基于LLM的智能体中Model Context Protocol (MCP) 面临的安全威胁。MCP作为一种开放协议，连接LLM与外部工具，已成为现代智能体生态的基础。然而，MCP的广泛采用引入了工具投毒攻击（TPA）等新安全问题
Jailbreaking for the Average Jane: Choosing Optimal Jailbreaks via Bandit Algorithms for Automatically Enhanced Queries
本文研究了非专业恶意行为者（即普通用户）能否利用已知的越狱（jailbreak）技术对大语言模型（LLM）实施有效攻击。作者提出了一个基于多臂老虎机（multi-armed bandit）框架的新型攻击策略，该策略能够在少量查询上通过噪声探
A Deterministic Control Plane for LLM Coding Agents
本文针对大型语言模型（LLM）编码代理的安全配置管理问题展开研究。LLM编码工具（如Copilot、Cursor等）赋予代理广泛的文件访问和shell执行权限，但驱动这些代理的配置层（如规则文件、代理定义、IDE特定的Markdown文件）
Autoformalization of Agent Instructions into Policy-as-Code
该论文提出了一种自动形式化管线，用于将智能体提示、MCP工具描述和自然语言策略文档转换为形式化验证的策略。现有方法要么依赖概率性护栏（如微调分类器、提示引导），无法提供形式化保证；要么依赖手工编码的符号强制执行，难以扩展到真实策略规范的广度
Empirical Software Engineering TerraProbe: A Layered-Oracle Framework for Detecting Deceptive Fixes in LLM-Assisted Terraform
该论文针对大型语言模型（LLM）辅助 Terraform 基础设施即代码（IaC）安全修复的评估问题，提出了一种名为 TerraProbe 的五层预言框架。传统评估方式仅依赖静态分析工具的告警消失来衡量修复成功，忽视了规划有效性、行为变更及
VIGIL: Runtime Enforcement of Behavioral Specifications in AI Agent Skills
本文提出VIGIL，一个针对AI智能体系统的运行时执行强制框架。随着智能体系统越来越多地通过第三方技能（skills）执行操作，这些操作可能影响文件、通信渠道和网络物理设备，因此需要有效的安全监控。技能通常附带自然语言规范，定义访问权限、披
Adaptive Evaluation of Out-of-Band Defenses Against Prompt Injection in LLM Agents
该论文聚焦于LLM Agent（大语言模型驱动的智能体）在面对间接提示注入攻击时的防御策略。近期（2024-2026）的研究趋势是从训练模型拒绝恶意指令转向在模型之外通过确定性策略实施安全防御，即带外防御（out-of-band defen
Verifying Intent and Harm: A Unified Defense Against LLM-Generated Threats
随着大型语言模型（LLM）在交互式应用中的广泛部署，它们面临来自对抗性交互的威胁，这些交互可能诱导模型输出有害、欺骗性或违反政策的内容。现有防御通常单独分析用户提示或生成输出，但许多真实世界的攻击利用了提示中表达的对抗意图与响应中呈现的可操
Beyond Takedown: Measuring Malicious Go Module Persistence in the Wild
本文研究Go生态系统中的自动化供应链攻击活动。攻击者将合法Go模块重新打包到其控制的所有者名下，并在其中嵌入混淆代码，作为导入触发的下载器。作者通过两项互补分析进行测量：a) 在GitHub上手动搜索2,113个仓库；b) 使用自行实现的去
Detect, Unlearn, Restore: Defending Text Summarization Models Against Data Poisoning
该论文针对在微调阶段对大型语言模型（LLM）进行数据投毒攻击的防御问题展开研究。在抽象文本摘要任务中，微调数据集通常较小，攻击者可通过操纵少量训练样本，使模型生成有偏见或有害的摘要，同时保持标准评估指标正常。论文提出了一种统一的防御框架，可
RAS: Measuring LLM Safety Through Refusal Alignment
该论文提出了一种名为 SafeVec 的白盒 LLM 安全评估方法。传统方法通过查询模型并判断输出是否违规来评估安全性，但这种方法成本高、受评判器影响大且依赖固定题库。SafeVec 从内部表示层面入手：首先从安全对齐的参考模型中提取逐层的
Tracing Target Answers in Poisoned Retrieval Corpora via Token Influence Attribution
该论文针对检索增强生成（RAG）系统面临的语料库投毒攻击问题，提出了一种轻量级检测框架TRACE。RAG系统通过检索外部文档来增强大语言模型的生成能力，但攻击者可向检索库中注入恶意文档，诱导模型输出特定目标答案。现有检测方法通常依赖额外的分
CrypFormBench: Benchmarking Formal Analysis Capability of Large Language Models for Cryptographic Schemes
该论文提出了CrypFormBench，一个用于评估大型语言模型（LLM）在密码方案形式化分析能力的综合性基准。手动形式化分析密码方案需要大量专业知识和劳动力，虽然已有模型检测工具（如Scyther、Tamarin）和计算安全工具（如Cry
How Reliable Is Your Jailbreak Judge? Calibration and Adversarial Robustness of Automated ASR Scoring
该论文系统性地评估了用于衡量大语言模型（LLM）越狱攻击成功率的自动化裁判（ASR评分器）的可靠性。研究背景是：几乎所有关于LLM越狱和提示注入的论文都报告攻击成功率（ASR），但这些ASR通常由自动化裁判（专用安全分类器或通用聊天模型）打
Nanoelectromechanical Systems (NEMS) for Hardware Security in Advanced Packaging
本文探讨了纳米机电系统（NEMS）作为一种新兴硬件安全原语在先进封装和半导体制造中的应用。随着硬件安全威胁（如篡改、伪造和供应链渗透）不断升级，现有数字安全方法面临逆向工程、侧信道攻击和环境退化等挑战。作者提出利用NEMS的机械不可预测性和
Taxonomy of Risks on Automated Fact-Checking Systems Considering its Propagation
本文针对自动事实核查系统（Automated Fact-Checking Systems）在社交媒体上用于识别虚假新闻时可能引发的风险进行系统性分类研究。近年来，社交媒体上虚假信息（disinformation）和错误信息（misinfor
pnpm: Path traversal in configDependencies env lockfile allows symlink creation outside node_modules/.pnpm-config
## Summary `pnpm` accepts package names from the env lockfile `configDependencies` section and uses those names directl
pnpm: `patch-remove` could delete project-selected files outside the patches directory
## Summary The `patch-remove` deletion-scope issue tracked as GHSA-72r4-9c5j-mj57 / CAND-PNPM-030 has been addressed in
pnpm: Hoisted install imports lockfile alias outside node_modules
## Summary The hoisted dependency alias issue tracked as GHSA-fr4h-3cph-29xv / CAND-PNPM-059 has been addressed in both