Google Cloud Next 2026Catch-up sessions on the keynotes and select sessions are now available on demand.Explore content on-demand
Google Cloud Next 2026Catch-up sessions on the keynotes and select sessions are now available on demand.Explore content
2026-07-06 归档
今日共收录 740 条安全情报，包含 85 个 CVE，377 篇安全通告，以及 34 篇研究论文。
← 返回归档列表The Identity Problem Hiding in AI Agent Deployments
The Identity Problem Hiding in AI Agent Deployments
94% of Organizations Report Cloud Breaches: CrowdStrike State of CDR Survey
94% of Organizations Report Cloud Breaches: CrowdStrike State of CDR Survey
Falcon Cloud Security June 2026 Release: Updates for Azure and Google Cloud
Falcon Cloud Security June 2026 Release: Updates for Azure and Google Cloud
Paralyzing Drones via EMI Signal Injection on Sensory Communication Channels.
该论文提出了一种利用电磁干扰（EMI）信号注入来瘫痪无人机的新型反无人机技术。无人机的姿态控制依赖于惯性测量单元（IMU）提供的传感器数据，若数据被篡改，无人机将无法维持姿态并坠毁。以往的反无人机研究多采用声波共振干扰IMU内部传感器的机械
DepthFake: Spoofing 3D Face Authentication with a 2D Photo.
本文针对基于结构光深度相机的3D人脸活体检测系统，发现了一种新的攻击面——DepthFake攻击。攻击者仅凭目标受害者的一张2D照片即可欺骗3D人脸认证系统。该方法首先从2D照片估计人脸3D深度信息，然后利用该深度信息生成精心设计的散斑图案
Logical Relations for Formally Verified Authenticated Data Structures.
本文针对认证数据结构（Authenticated Data Structures）的开发与实现正确性难题，提出了一种基于新关系分离逻辑的形式化证明方法。认证数据结构允许不可信的第三方执行操作并生成可验证的输出证明，但此类系统容易因实现错误导
Anomaly Detection in the Open World: Normality Shift Detection, Explanation, and Adaptation.
该论文首次系统性地探讨了基于深度学习的异常检测在安全应用中面临的常态漂移（normality shift）问题。传统异常检测模型通常假设训练与部署数据分布一致（闭世界假设），但真实环境中正常行为分布会随时间变化（如网络流量模式、系统调用序列
Space Odyssey: An Experimental Software Security Analysis of Satellites.
该论文针对现代卫星固件的安全性进行了系统性实验分析。研究首先构建了针对卫星固件的威胁分类法，覆盖了从供应链攻击到在轨漏洞利用的多个层面。随后，作者获取了三个真实在轨卫星的固件映像，并基于实际攻击者模型（如无特权攻击者、具有物理访问能力的攻击
InfoMasker: Preventing Eavesdropping Using Phoneme-Based Noise.
本文提出了一种名为InfoMasker的新型抗窃听系统，旨在防止智能设备麦克风被秘密录音。传统超声波抗窃听方案依靠能量掩蔽，需要高能量才能干扰人声，但超声波在有限能量下只能覆盖短距离且易被对手去除，实用性差。本文转而探索信息掩蔽（infor
MyTEE: Own the Trusted Execution Environment on Embedded Devices.
本文提出 MyTEE，一种在嵌入式设备上构建可信执行环境（TEE）的方案，目标设备缺乏 ARM TrustZone 扩展等关键硬件安全原语（如 TZASC、TZMA、TZPC 和 IOMMU）。MyTEE 仅依赖 CPU 的安全状态，通过精
From Grim Reality to Practical Solution: Malware Classification in Real-World Noise.
恶意软件分类是网络安全中的重要任务，但实际数据集中常因标注人员缺乏专业知识而包含大量错误标签。以往研究表明，错误标签会严重影响机器学习模型的准确性。尽管在图像识别和文本挖掘领域，已有多种噪声学习方法被提出并取得显著效果，但它们在恶意软件分类
SoK: Anti-Facial Recognition Technology.
该论文是针对反人脸识别（AFR）技术的首篇系统化知识综述（SoK）。近年来，人脸识别（FR）技术在政府和商业领域的快速普及引发了公众对公民自由和隐私的担忧。为此，学术界和工业界提出了多种所谓的“反人脸识别”工具，旨在帮助用户避免非授权的人脸
PoisonSpot: Precise Spotting of Clean-Label Backdoors via Fine-Grained Training Provenance Tracking.
该论文针对机器学习模型面临的清洁标签后门攻击防御难题，提出了一种名为 PoisonSpot 的新型检测系统。清洁标签后门攻击通过污染训练数据嵌入隐藏行为，且无需修改标签，使得现有防御手段难以有效检测。PoisonSpot 的核心创新在于借鉴
BOLT: Bandwidth-Optimized Lightning-Fast Oblivious Map powered by Secure HBM Accelerators.
该论文提出了一种名为 BOLT 的新型不经意映射（Oblivious Map, OMAP）加速器，旨在解决可信执行环境（TEE）中因访问模式泄漏而触发的侧信道攻击问题。传统的 OMAP 通过随机重映射和最坏情况填充来隐藏访问模式，但导致性能
Fast Amortized Bootstrapping with Small Keys and Polynomial Noise Overhead.
该论文提出了一种快速摊销自举（amortized bootstrapping）方法，用于同态加密（FHE）方案，旨在实现小密钥尺寸和多项式噪声开销。传统的FHE方案通常利用SIMD（单指令多数据）技术并行处理多个消息，但其安全性依赖于超多项
Stealth BGP Hijacks with uRPF Filtering.
该论文研究了在启用单播反向路径转发（uRPF）过滤的网络环境下，边界网关协议（BGP）劫持攻击的隐蔽性。uRPF是一种防御机制，旨在通过验证数据包源IP地址的合法性来防止IP欺骗。然而，论文指出，攻击者可以利用uRPF过滤策略的配置差异和局
GlitchGlück: Enabling Software Vulnerabilities through Guided Hardware Fault Injection.
本文提出了一种名为 GlitchGlück 的引导式硬件故障注入方法，旨在通过物理手段（如电压毛刺、时钟毛刺）在软件执行过程中引入可控的硬件错误，从而使得原本难以利用的软件漏洞（如缓冲区溢出、条件检查绕过）变得可利用。传统上，软件漏洞的利用
SoK: Automating Kernel Vulnerability Discovery and Exploit Generation.
本文是一篇系统化知识总结（SoK）论文，专注于自动化内核漏洞发现与利用生成领域。研究背景在于内核漏洞对系统安全构成严重威胁，而传统手动发现和利用生成效率低下。该论文系统梳理了现有自动化方法，包括模糊测试、符号执行、静态分析等技术在内核漏洞发
Security through Transparency: Tales from the RP2350 Hacking Challenge.
本文回顾了针对树莓派RP2350微控制器的黑客挑战活动，该活动旨在测试其安全特性并鼓励社区参与安全研究。虽然具体技术细节需查阅原文，但论文强调了通过透明化设计（如公开安全架构、提供硬件调试接口）来提升系统整体安全性的理念。作者们分享了挑战中