Cybersecurity is the True Frontier for Generative AI Success or Failure
本文提出，网络安全领域是检验生成式AI（特别是基于大语言模型的代理系统）成功与否的真正前沿。作者指出，网络安全工作流需要协调数百种标准及定制工具，处理格式多样的数据，且数据规模巨大（例如单个恶意软件样本可视为数十亿token的序列）。标签成
2026-07-01 归档
今日共收录 1573 条安全情报，包含 770 个 CVE，406 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Robust Text Watermarking for Large Language Models via Dual Semantic Embeddings
该论文提出了一种名为双嵌入水印（DEW）的语义水印方案，用于保护大语言模型（LLM）生成文本的版权和来源。现有语义水印在面对改写（paraphrasing）和翻译攻击时鲁棒性不足，DEW通过利用上下文嵌入（context embedding
A Lifecycle and Application-Stack Survey of Large Language Model Vulnerabilities: Attacks, Risks, Defenses, and Open Problems
本论文是一篇系统化的综述，从生命周期和应用栈的视角梳理了大语言模型（LLM）系统中的漏洞。作者指出，LLM已不再是单纯的文本生成器，而是深度嵌入检索管道、企业助手、编程环境、机器人系统、安全运营工作流以及自主智能体，这些智能体能够读取私有数
Fission: MessageQueueTrigger scaler manager materializes Secret values into Deployment envvars and accepts arbitrary user PodSpec
### Summary The Fission MessageQueueTrigger (MQT) scaler controller exposed two privilege-escalation primitives to any
[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
[原创]CVE-2022-0847 Dirty Pipe 漏洞原理深度分析 近年来最"干净"的内核提权漏洞之一
CVE-2022-0847
[原创]CVE-2022-0847 Dirty Pipe 漏洞原理深度分析 近年来最"干净"的内核提权漏洞之一
Attackers Exploit SimpleHelp CVE-2026-48558 to Deploy TaskWeaver and Djinn Stealer
CVE-2026-48558
An unknown threat actor has been observed exploiting a recently disclosed maximum-severity security flaw in SimpleHelp t
Progress Kemp LoadMaster Flaw Could Let Attackers Run Root Commands Pre-Auth
CVE-2026-8037
A critical vulnerability in Progress Kemp LoadMaster can let an unauthenticated attacker execute arbitrary commands as r
Oracle E-Business Suite Flaw CVE-2026-46817 Actively Exploited in the Wild
CVE-2026-46817
A critical security flaw impacting Oracle E-Business Suite has come under active exploitation in the wild, according to
The Calibrated Deepfake Trust Score (CDTS): Competence-Coupled Trust Degradation Across Deepfake Detectors
本文提出校准深度伪造信任分数（CDTS），将深度伪造检测重新定义为一种经过校准的、自我审计的信任工具。核心发现是检测器的信任分数校准会随其判别能力下降而退化，即能力-校准耦合。作者在32个配置上验证了这一现象（合并Pearson r = -
Automated High-Precision Extraction and Forensic Verification of Data-Bearing Vector Figures
该论文提出了一种从矢量图形中自动高精度提取数据并进行取证验证的方法。研究背景：科学和工程领域的定量记录越来越多地以图形而非文本或表格形式呈现，读者需要获取底层数据时通常需要手动重新数字化，过程缓慢、不精确且无法证明结果的真实性。核心问题：如
Your Space is My Zone: Demystifying the Security Risks of AI-Powered Applications on Pre-Trained Model Hubs
本文首次系统性地分析了托管在如Hugging Face等平台上的AI应用（AI-Apps）的安全风险。这些平台通过提供在线推理和微调服务，降低了AI模型的使用门槛，但同时也引入了新的攻击面，因为AI应用通常由不可信方开发，且存在隔离薄弱、安
A Lightweight Post-Quantum Authentication Framework for 5G Base Station Bootstrapping
该论文针对5G网络中用户设备（UE）与基站（BS）之间缺乏认证启动机制的问题展开研究。当前5G系统信息块（SIB）广播处于无保护状态，容易遭受伪基站攻击、中间人拦截以及虚假紧急警报等威胁。现有的解决方案如基于公钥基础设施（PKI）的证书链、
Semantic Leakage and Privacy Preservation in Relay-Assisted Semantic Communications
本文研究了中继辅助语义通信系统中的隐私泄露问题。语义通信（SemCom）通过仅传输任务相关的高层语义特征来提升通信效率，但本文发现中继节点即使无法访问原始数据，也能从学习到的潜在表示中可靠推断语义含义并重构信号，其性能接近合法接收者，揭示了
Robocalls: A Worldwide or US-only Problem? Analyzing Spam and Fraud in International Phone Calls
该论文针对全球范围内（尤其是跨国）的骚扰电话（robocalls）问题进行了系统性研究。背景方面，骚扰电话在美国造成了严重的经济损失（2025年报告损失11亿美元），且与网络钓鱼和冒充诈骗并列FBI互联网犯罪投诉中心最常见的犯罪类型。由于涉
Exploring Side-Channel Protections in Hardware Implementations of PQC ML-KEM Verification
该论文探讨了后量子密码标准 ML-KEM 中 Fujisaki-Okamoto 验证步骤的硬件实现侧信道防护问题。ML-KEM 的封装验证对侧信道功耗和电磁分析特别敏感。作者聚焦于常见 FPGA 实现，并与微控制器实现进行对比，评估了三种验
Hybrid Topological Data Analysis and LSTM Networks for Enhanced Network Intrusion Detection Using CIC-IDS2017 Dataset
该论文针对网络安全中的网络入侵检测系统（NIDS）性能提升问题，提出了一种结合拓扑数据分析（TDA）与长短期记忆（LSTM）网络的混合方法。研究背景指出传统NIDS在处理复杂、动态的网络流量时存在局限性，而TDA能够从高维数据中提取拓扑特征
Comparative Analysis of Machine Learning based Intrusion Detection in Realistic IoT Networks
该论文针对物联网（IoT）网络安全中的入侵检测问题展开研究，重点探讨了在资源受限的IoT设备环境下如何有效检测攻击。作者利用Gotham2025数据集进行评估，该数据集通过Gotham测试平台生成，模拟了78个采用MQTT、CoAP和RTS
No Prompt, No Leaks: A Robust Generative Steganography Framework via Prompt-Free Diffusion
本文提出了一种无提示的扩散图像隐写框架，以解决现有基于潜在扩散模型（LDM）的隐写方法因依赖文本提示而导致生成图像质量低、秘密图像恢复不准确的问题。核心创新包括：1）级联仿射耦合模块（CACM），在秘密图像与其潜在表示之间建立双射确定性映射
The Decomposition Is the Fingerprint: Per-Component Identity for Agent Skills
该论文针对AI agent在运行时动态获取技能（prompt指令、可执行代码、工具声明等组合）的身份识别问题展开研究。由于技能可能来自市场或其他agent，需要一种稳定的身份标识来管理技能来源和变更追踪。传统的加密哈希对微小改动敏感（如单字