今日共收录 996 条安全情报，包含 192 个 CVE，454 篇安全通告，以及 95 篇研究论文。
← 返回归档列表该论文针对虚拟现实（VR）和增强现实（AR）等沉浸式技术中的认证问题，提出了一种名为“Sign in the Air to Unlock”的空中签名认证界面。传统密码、PIN码或设备登录方式会破坏沉浸感且依赖外部硬件；现有的3D行为认证方法
本文提出 Chameleon，一种利用机器学习代理自动恢复遭受内存损坏攻击的网络物理系统（CPS）的框架。现有检测方法在发现攻击后通常终止或暂停系统，这在安全关键任务中不可接受，可能导致灾难性后果。Chameleon 在编译时通过 LLVM
本文针对完全分裂的Polynomial Learning With Errors (PLWE)实例，探讨了基于根的攻击的推广可能性。PLWE是后量子密码学中重要的困难问题，其安全性依赖于特定多项式环上的错误学习问题。以往研究曾提出利用多项式
本文研究了在按份额付费（PPS）和全PPS（FPPS）奖励方案下，针对Nakamoto风格区块链的区块扣留（BWH）攻击。经典BWH攻击研究通常假设矿工在矿池发现区块后获得奖励，但现代多数矿池采用基于份额的即时支付机制。作者证明，在PPS/
该论文针对基于自编码器的网络入侵检测系统（NIDS）面临的对抗性规避攻击问题展开研究。此类攻击通过精心构造输入，使ML系统产生错误预测，同时保持输入看似良性。PANDA框架已证明，通过将网络数据包序列转换为可逆灰度图像，可将视觉领域的对抗样
本文针对第六代（6G）通信网络向原生人工智能（AI-native）、高度自主生态系统演进的趋势，系统性地调查了其安全与隐私问题。6G网络将融合通信、计算、感知和AI，带来前所未有的连接与智能服务，但也导致高度异构的安全与隐私挑战，传统孤立的
本文研究了差分隐私领域中的核心问题——私有连续计数（private continual counting）。给定一个长度为 n 的二进制流，其中每个 1 代表一个个体的贡献，目标是在保护每个个体隐私的前提下，持续发布所有时刻的累计计数。标准
该论文对比特币网络中第二代表层匿名化协议的采用情况进行了纵向测量研究，涵盖CoinJoin、CoinSwap、CoinShuffle和隐形地址（Stealth Addresses）。研究团队实现并优化了一套启发式过滤器，在比特币区块链上识别
本文针对数字取证调查中网络入侵检测分析结果的可追溯性、可复现性和法庭可辩护性不足的问题，提出了一种面向取证的入侵检测框架。现有机器学习流水线将原始证据用作训练数据，且产生不透明的分类结果，无法为每个实例提供解释，不符合ISO/IEC 270
该论文提出了一种名为异构相互认证（Hema）的协议，用于在可信执行环境（TEE）中运行的可信应用（TA）实例之间进行相互认证。在云计算场景中，服务由多种异构分布式组件和实例组成，它们之间需要进行通信，包括运行在传统执行环境和TEE中的组件。
本文针对后量子密码学（PQC）中关键的数论变换（NTT）加速器设计，提出了一种结合统一冗余算术和精细微架构优化的高性能硬件实现方案。NTT 是格基 PQC 方案（如 ML-KEM、ML-DSA）的核心计算原语，现有硬件加速器虽已利用并行性和
本文研究社交媒体中多图像内容带来的新型安全隐患——多图像隐式毒性（MIIT）。MIIT 指每张图像单独看是安全的，但当多张图像联合解读时会产生有害语义（如组合色情、暴力、歧视等）。这种毒性由于缺乏显式风险线索，对现有商业内容审核 API 和
本文提出了一种基于多模态侧信道的非视距知识产权盗窃攻击方法，针对增材制造（3D打印）过程中的物理侧信道泄露。现有攻击面临三个挑战：最终G-code重建成功率低、攻击距离有限、依赖专用且显眼的采集设备。作者利用两部智能手机的内置传感器（麦克风
该论文研究了中继辅助语义通信系统中的隐私问题。语义通信通过传输任务相关信息而非原始数据，旨在资源受限和信道条件下实现高效鲁棒的通信。然而，论文发现即使中继节点无法访问源数据，它也可以直接基于学习到的潜在表示可靠地推断语义含义并重构信号，其性
本文研究了国际自动语音电话（robocall）的威胁，并提出了一个多模态、国际化的robocall数据集。研究背景是robocall在美国造成了严重经济损失（2025年报告损失11亿美元），且其跨司法管辖区、多语言、数据稀缺等特性使得治理困
本文聚焦后量子密码标准ML-KEM（即Kyber）在硬件实现中面临的侧信道攻击威胁。ML-KEM的解封装过程包含Fujisaki-Okamoto（FO）验证步骤，该步骤对功耗和电磁侧信道分析特别敏感。作者针对常见的FPGA实现和微控制器实现
本文提出一种结合拓扑数据分析（TDA）与长短期记忆网络（LSTM）的混合方法，用于增强网络入侵检测系统（NIDS）的性能。研究背景：现代网络流量复杂多变，传统NIDS难以高效检测新型攻击。核心问题：如何同时捕捉网络流量的拓扑结构特征和时序依
该论文针对物联网（IoT）网络安全问题，研究基于机器学习的入侵检测系统（IDS）在真实物联网网络中的性能。物联网设备资源受限，传统安全措施难以部署，因此轻量级入侵检测尤为重要。作者使用 Gotham2025 数据集（由 Gotham 试验台
本论文提出了一种免提示的扩散图像隐写框架（Prompt-Free Diffusion Steganography），旨在解决现有基于文本提示的潜在扩散模型（LDM）隐写方法中，文本提示灵活性不足导致隐写图像质量低、秘密图像恢复不准确的问题。
本文针对AI agent在执行时从市场或其他agent获取的技能（包含提示指令、可执行代码和工具声明）的身份标识问题。现有加密哈希（如SHA）对微小改动敏感，无法反映技能之间的相似性，不利于技能治理和注册。作者提出一种紧凑的局部敏感指纹方法