New Januscape Linux flaw allows VM escape on Intel, AMD devices
A 16-year-old Linux kernel vulnerability, dubbed Januscape, allows attackers to escape a virtual machine and execute arb
2026-07-08 归档
今日共收录 1050 条安全情报，包含 282 个 CVE，378 篇安全通告，以及 103 篇研究论文。
← 返回归档列表Microsoft to enable Windows settings backup by default for orgs
Microsoft says the Windows settings backup and restore tool will be enabled by default on Microsoft Entra-joined or Micr
BeyondTrust warns of critical flaws in remote access software
BeyondTrust warned customers to patch two critical security flaws in its Remote Support (RS) and Privileged Remote Acces
RedWing MaaS Packages Android Bank Fraud as a Telegram Rental Service
A new Android malware operation called RedWing is being rented out on Telegram as a ready-made bank-fraud service. It le
Rogue Agent Flaw Could Have Let Attackers Hijack Google Dialogflow CX Chatbots
A critical flaw in Google's Dialogflow CX could have let an attacker with edit rights on one Code Block-enabled agent co
Iran-Linked Hackers Using Modular C&C Framework in Cyberattacks
Researchers say the Iran-linked threat actor used an adaptable modular malware framework and compromised IT service prov
Keyfactor Scores $1 Billion+ Investment for AI, Post-Quantum Security
The investment will accelerate Keyfactor's machine identity, PKI, and cryptographic security platform as enterprises pre
Agent Data Injection Attacks are Realistic Threats to AI Agents
本文提出了一种针对AI代理的新型攻击类别——代理数据注入攻击（Agent Data Injection Attacks, ADI）。与传统的间接提示注入不同，ADI攻击者通过将恶意数据伪装成可信数据（如安全关键的元数据、资源标识符、数据来源
Multi-Channel Spread-Spectrum Code Watermarking
本研究提出了一种多通道扩频代码水印方案，旨在解决大型语言模型（LLM）生成代码的归属问题。现有水印技术分为生成时嵌入和事后嵌入两类：前者需要访问原始模型，无法用于第三方代码；后者虽可应用于任意代码，但有效负载最多仅4比特，难以区分众多已部署
Selective Disclosure Watermarking for Large Language Models
该论文提出了一种针对大型语言模型（LLM）的可选择披露水印框架——HeRo（Hierarchical Vocabulary Routing）。现有水印方法包括零比特方案（区分合成文本与人类写作）和多比特方案（嵌入元数据）。然而，当前多比特水
Automated Compliance Mapping in Cloud Security with Domain-Adapted Sentence Transformers
该论文针对云安全合规映射（将安全控制映射到技术指标）目前完全依赖人工的痛点，提出了一种基于域适应句子转换器（Domain-Adapted Sentence Transformers）的自动化方法。研究团队从五个欧洲安全标准（如ISO 270
Evaluating Fine-Tuning and Metrics for Neural Decompilation of Dart AOT Binaries
本文针对 Dart 提前编译（AOT）二进制文件的神经反编译任务，系统研究了微调策略的有效性和评估指标的可靠性。神经反编译通常被视为代码生成问题，但其评估方法论在面向现代语言时仍不成熟。作者构建了包含 154 个编程任务的 HumanEva
Beyond the Syntax: Do Security Experts Trust LLMs for NIDS Rule Engineering?
该论文针对网络攻击持续演进背景下，手动编写网络入侵检测系统（NIDS）规则已成为运营瓶颈的问题，探索利用大型语言模型（LLM）自动化规则生成的可能性。作者首先形式化了一个基于LLM的NIDS规则生成框架，然后通过一个包含10名领域专家的用户
Hidden Amplifiers: Cross-Level Risk in Software Supply Chains
现代软件供应链通常包含数百个传递依赖项，但现有分析工具要么在生态系统层面（依赖图）操作，要么在代码层面（包内静态分析）操作。这种分离导致两类失效模式：一是针对不可达代码的误报CVE警报；二是对结构性关键的微依赖项存在盲点。本文提出了跨层级风
i-EXAM: Instructable and Explainable Attack Connectivity Graph Modeler
i-EXAM 是一个基于规划编译的工具，旨在帮助系统管理员为复杂网络创建安全配置文件，并进行“what-if”分析以确定网络加固策略。该工具利用规划编译技术，提供可靠性和完备性保证，能够识别攻击路径、评估安全指标、生成多样化的加固策略，并通
PiSAs: Benchmarking Contextual Integrity in Multi-User Agentic Systems
随着LLM智能体从单用户助手演变为共享的组织基础设施，新的隐私风险随之出现：不适当的信息不仅可能通过输出暴露给外部接收者，还可能通过智能体间消息、共享记忆和智能体在不同用户之间内部泄露。现有的基于上下文完整性（CI）的隐私基准主要关注单用户
ShadowProbe: Language-Extensible Detection of Hidden Algorithmic Complexity Vulnerabilities
算法复杂性漏洞（ACV）是指攻击者通过精心设计的输入触发程序的最坏情况执行行为，导致性能严重下降或拒绝服务。其中一类被忽视的根源是“影子复杂性”：看似无害的标准库API内部隐藏着非平凡的计算开销，由于调用点不可见，攻击者可利用其引发意外的超
RustMizan: A Compilable, Contamination-Aware Benchmarking Framework for Rust Vulnerabilities
本文提出RustMizan，一个针对Rust语言漏洞分析的可编译、污染感知的基准测试框架。现有漏洞分析基准通常依赖小型不可编译的代码片段，仅关注二分类（是否有漏洞），且未考虑公开数据集可能已包含在模型训练语料中带来的数据污染风险。RustM
Retroactive Chain-of-Thought (RetroCoT): Forensic Reconstruction Prompts as a Safety Diagnostic Across Model Generations
本文发现大型语言模型的安全对齐高度依赖于语用语境（pragmatic register），即模型对直接有害请求的拒绝并不能泛化到相同底层意图但不同语用表述的请求上。作者提出了一种名为“回溯式思维链”（RetroCoT）的单轮攻击方法，该方法
Advanced Topic Modeling Techniques for Categorizing Software Vulnerabilities
随着软件漏洞的日益复杂和频繁，传统的分析方法在处理大量非结构化文本数据时往往效率低下，迫切需要更先进的解决方案。本研究利用基于大型语言模型（LLM）的最先进主题建模技术，从软件漏洞数据集的'Threat'特征中提取有价值的见解。研究中采用了