Mobile network security
Mobile network security
2026-07-07 归档
今日共收录 976 条安全情报，包含 239 个 CVE，384 篇安全通告，以及 83 篇研究论文。
← 返回归档列表iOS 26.5 and iPadOS 26.5
iOS 26.5 and iPadOS 26.5
iOS 18.7.9 and iPadOS 18.7.9
iOS 18.7.9 and iPadOS 18.7.9
iOS 16.7.16 and iPadOS 16.7.16
iOS 16.7.16 and iPadOS 16.7.16
iOS 15.8.8 and iPadOS 15.8.8
iOS 15.8.8 and iPadOS 15.8.8
MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0
MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0
MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1
MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1
MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2
MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2
MFSA 2026-55Security Vulnerabilities fixed in Focus for iOS / Klar 151.3.1
MFSA 2026-55Security Vulnerabilities fixed in Focus for iOS / Klar 151.3.1
MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0
MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0
【Cloud Mate】产品退市及停止服务公告
【Cloud Mate】产品退市及停止服务公告
iOS 26.5.2 and iPadOS 26.5.2
iOS 26.5.2 and iPadOS 26.5.2
Stable Channel Update for ChromeOS / ChromeOS Flex
The ChromeOS Stable channel is being updated to OS version 16667.61.0 (Browser version 149.0.7827.232) for most ChromeOS
MFSA 2026-65Security Vulnerabilities fixed in Firefox for iOS 152.3
MFSA 2026-65Security Vulnerabilities fixed in Firefox for iOS 152.3
Knowledge Base Poisoning Attacks and Defense for Policy-Aware LLM-RAG Framework
本文针对物联网战场（IoBT）任务控制场景下的策略感知大语言模型检索增强生成（PA-LLM-RAG）框架，进行了对抗安全研究。作者提出了一种名为Query-Agnostic Semantic Retrieval Poisoning（查询无关
Your Agent's Memories Are Not Its Own: Forged Reasoning Attacks on LLM Agent Memory and Defenses
该论文研究了大语言模型（LLM）智能体持久化记忆带来的新攻击面。传统的记忆中毒攻击主要针对事实知识，而该工作首次关注对智能体推理历史的攻击。作者提出了伪造放大推理记忆攻击（FARMA），通过注入用规避性语言编写的伪造推理痕迹，绕过基于关键词
TACTIC-KG: Toward Small Agent Teams for Cyber Threat Intelligence Knowledge Graph Construction
该论文提出了TACTIC-KG，一种基于智能体协作的网络安全知识图谱（CSKG）构建框架。针对网络威胁情报（CTI）报告非结构化、异构且噪声大的特点，传统方法依赖大型语言模型（LLM）进行端到端抽取，存在成本高、可控性差、性能不稳定的问题。
Swarm-Driven Multi-Agent Reasoning for Smart City Security
该论文聚焦于智慧城市安全中的推理挑战。智慧城市作为异构设备互联的网络物理生态系统，面临协同攻击威胁，这类攻击通常表现为弱且分布式的指标（如低速率扫描、异常凭据使用、协议误用或延迟横向移动），每个信号单独低于局部告警阈值，因此安全检测不仅是异
LLM-Enhanced Hierarchical Heterogeneous Graph Representation Learning for Malicious Python Package Detection
恶意Python包已成为开源软件供应链生态系统（如PyPI）的主要安全威胁。现有基于学习的检测方法难以捕获不同程序实体之间的层次组织结构和异构交互。大型语言模型（LLM）在代码理解和语义推理方面表现出强大能力，但很少与结构化程序表示相结合用
Agentic and Generative AI for Open-Source Intelligence and Cyber Investigations: Taxonomy, Evaluation, Challenges, and Future Directions
该论文是一篇关于将代理式人工智能（Agentic AI）和生成式人工智能（Generative AI）应用于开源情报（OSINT）和网络调查的综合性综述。随着公开数字信息的爆炸式增长，传统的人工OSINT分析已无法满足现代情报和网络安全的需