GigaWiper Combines Multiple Malware for System-Level Sabotage
The backdoor’s destructive capabilities include a standalone wiper, ransomware encryption, and a multi-pass wiping comma
2026-07-11 归档
今日共收录 1315 条安全情报，包含 488 个 CVE，410 篇安全通告，以及 120 篇研究论文。
← 返回归档列表Reason Less, Verify More: Deterministic Gates Recover a Silent Policy-Violation Failure Mode in Tool-Using LLM Agents
本文研究工具使用型LLM代理（智能体）在策略允许环境中执行任务时，可能悄悄违反部署策略的失败模式。在策略允许环境中，工具可以执行任何格式正确的调用，即使对应的状态转换被域策略禁止，导致静默的错误状态（例如：预订被取消、乘客数量被更改、索赔未
Multi-Channel Spread-Spectrum Code Watermarking
该论文提出了一种名为多通道扩频码水印（Multi-Channel Spread-Spectrum Code Watermarking）的新方法，用于解决大型语言模型（LLM）生成代码的归属问题。现有方案分为生成时水印和事后水印：生成时水印需
Out of Sight: Compression-Aware Content Protection against Agentic Crawlers
随着基于大语言模型（LLM）的智能体（agent）具备推理、摘要和记忆能力，它们对在线内容构成了新的威胁面，传统防御措施（如访问控制）无法有效应对，因为智能体可以模仿普通浏览器绕过此类控制。现有的基于注入的防御手段往往会降低人类可读性。本文
Who Broke the System? Failure Localization in LLM-Based Multi-Agent Systems
本文研究了基于大语言模型（LLM）的多智能体系统中的故障定位问题。多智能体系统通过多个LLM驱动的智能体协同推理与行动，能够解决复杂任务，但其分布式结构也引入了新的诊断挑战：当执行失败时，由于智能体间长时间交互和紧密耦合的行为，难以确定哪个
Efficient Safety Alignment of Language Models via Latent Personality Traits
当前大型语言模型（LLM）的安全对齐方法（如基于人类反馈的强化学习）易受对抗性攻击，尤其是越狱攻击。已有防御如隐空间对抗训练（LAT）效果较好，但需要大量有害提示样本且可能损害模型通用能力。本文提出一种名为隐层人格对齐（LPA）的新型轻量级
Mechanistic Interpretability of LLM Jailbreaks via Internal Attribution Graphs
大型语言模型（LLM）虽表现出强大的能力，但极易受到对抗性提示和越狱攻击。现有方法主要通过输入-输出行为或归因方法分析这些失败，对对抗性扰动如何改变模型内部推理的洞察有限。本文引入了一种基于内部计算图的机械框架，用于诊断LLM漏洞。该框架将
Functional and Secure Code Generation with Task Vectors
本文提出了一种名为 SecVecCoder 的新方法，旨在解决大型语言模型（LLM）在代码生成中同时保证功能正确性和安全性的问题。现有工作通常分别评估功能性和安全性，或仅在生成后寻找漏洞，而缺乏从根源上提升代码安全性和功能性的统一方法。受文
ScopeJudge: Cost-Aware Pre-Execution Gating for Offensive Security Agents
随着LLM代理越来越多地承担攻击性安全任务，一次超出范围的工具调用就可能违反客户约定的边界、中断生产环境或导致漏洞赏金失效。与固定的安全策略不同，真正的边界由用户的请求声明，必须从意图中推断出来。这一挑战因攻击性安全的对抗性而加剧：同一工具
NARAD: Non-colluding Aggregator-oblivious Record-And-Decrypt
本文提出了一种名为 NARAD（Non-colluding Aggregator-oblivious Record-And-Decrypt）的电子投票架构，在无需可信密钥分发者的前提下同时实现选票隐私和可公开验证的计票结果。核心方法：每位选
Mitigating Taint-Style Vulnerabilities in MCP Servers via Security-Aware Tool Descriptions
本文系统研究了基于模型上下文协议（MCP）的服务器中污点风格漏洞的普遍性与特征。MCP作为大型语言模型（LLM）与外部工具交互的标准接口，虽然简化了集成，但扩大了攻击面，且允许跨服务器的通用利用。作者首先分析了MCP服务器的漏洞元数据、易受
The Blind Curator: How a Biased Judge Silently Disables Skill Retirement in Self-Evolving Agents
本研究针对自进化智能体（self-evolving agents）中的技能淘汰（skill retirement）机制进行了深入分析。自进化智能体通过观察技能在执行过程中的失败情况来淘汰低效技能，以维持技能库的质量。然而，该机制依赖于一个无
Beware of Agentic Botnets: Scalable Untargeted Promptware Attacks via Universal and Transferable Adversarial HalluSquatting
随着智能体型大语言模型（LLM）应用的普及，一种被称为“promptware”的新型威胁浮出水面。先前研究已表明，攻击者可在弱威胁模型下利用直接通道对LLM应用实施prompt注入，但许多应用并不暴露除互联网之外的直接注入通道。本文探讨了一
Forensic Schema for Psychological Manipulation in Cyber Fraud: LLM-Driven Victim Reports Analysis
本文提出了一种针对网络欺诈中心理操纵技术的取证模式（forensic schema），旨在弥补现有网络犯罪分类标准仅关注联系元数据和金融交易信息、忽略犯罪者心理操纵手段的不足。该模式包含四个类别、35个问题，在已有取证框架基础上新增了11个
Operational Reframing and Approval-Framed Delegation in Multi-Agent LLM Safety
该论文针对多智能体大语言模型（LLM）系统的安全性评估问题，指出现有研究通常将直接提示与“规划器-执行器”管线的安全性进行对比，并将差异归因为单一的“管线效应”。作者认为这种聚合指标难以解释，因为它混淆了三种不同机制：有害意图可能被重新构架
Thinking More, Harnessing Better: State Machine Guided Harness Automatic Generation with Project Digestion and Workflow Decomposition
本文提出 SynapseFlow，一种基于大语言模型（LLM）的自动模糊测试 harness 生成工具。高质量的 fuzz harness 对灰盒模糊测试至关重要，但现有单轮生成方法由于粗粒度的函数定位和不对齐的生成流程，容易产生幻觉和覆盖
Controllability-Aware Adversarial Examples Against LLM-Based Network Traffic Classifiers
本文研究大型语言模型（LLM）作为网络入侵检测分类器时的对抗鲁棒性，重点关注现实攻击者约束下的脆弱性。作者提出了一种可控制性感知的黑盒迁移攻击框架，针对基于LLM的网络流量分类器。该框架根据网络通信语义将流特征划分为直接可控（DC）、间接可
REFORGE: A Method for Benchmarking LLMs' Reverse Engineering Capabilities in Decompiled Binary Function Naming
该论文提出 REFORGE 方法，旨在系统评估大型语言模型（LLM）在反编译二进制函数命名中的逆向工程能力。当前 LLM 在逆向工程中的应用日益增多，甚至有威胁情报报告显示它们已被用于真实攻防场景，但现有基准测试存在根本性问题：它们将函数级
When Agents Go Rogue: Activation-Based Detection of Malicious Behaviors in Multi-Agent Systems
该论文关注基于LLM的多智能体系统（MAS）面临的安全挑战。现有防御方法通常假设攻击在语义上显式可识别，并依赖显式的图结构建模MAS拓扑和Agent间交互。然而，实际攻击越来越隐蔽，且MAS执行通常是异步的，不满足图传播模型所需的时间对齐。
Automated Compliance Mapping in Cloud Security with Domain-Adapted Sentence Transformers
本文针对云安全中安全控制项到技术指标的手动映射效率低下的问题，提出了一种基于领域自适应Sentence Transformer模型的自动化方法。研究首先从五个欧洲安全标准（如ISO 27001、CSA CCM等）和技术指标集合中构建了一个包