Is External Database Protection Static in Retrieval-Augmented Generation? Rethinking Privacy Preservation under Dynamic Queries
检索增强生成（RAG）通过外部文档检索增强大型语言模型的能力，但检索到的上下文可能泄露敏感信息。现有隐私保护方法通常基于文档级静态风险假设，即认为所有检索文档具有相同的隐私泄露风险。然而，这一假设忽略了RAG的一个基本特征：文档的隐私风险高
2026-07-20 归档
今日共收录 1577 条安全情报，包含 453 个 CVE，813 篇安全通告，以及 64 篇研究论文。
← 返回归档列表When Words Are Safe But Actions Kill: Probing Physical Danger Beyond Text Safety in Hidden-State Risk Space
该论文研究了大型语言模型（LLM）作为具身智能体高级规划器时的物理安全问题。尽管模型在文本层面可能输出无害的指令，但当这些指令在物理世界中执行时，可能引发危险（如让机器人损坏物体）。作者通过隐藏状态方向分析和随机分割零假设检验，证明在多个L
AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation
本研究首次将LLM水印技术置于司法证据标准下进行实证评估。背景：欧盟AI法案和加州SB 942法案要求AI生成内容附带可靠、持久的水印，但假设水印检测能产生法庭可采纳的证据。论文选取KGW、Unigram和SynthID-Text（Mark
Do Agents Dream of False Memories? Black-box Visual Attacks on Long-term Memory in Multimodal AI Agents
该论文研究了多模态AI代理中长期记忆系统的安全性。多模态AI代理越来越依赖持久的长期记忆来基于过去的视觉和文本信息生成内容。作者指出，对视觉数据的无条件信任引入了严重的安全漏洞。为此，他们提出了Lucid，一个黑盒对抗攻击框架，在严格图像受
Evaluating Open-Weight LLMs for Generating Structured Threat Information for Autonomous Vehicle Vulnerabilities
该论文针对联网自动驾驶汽车（CAV）领域中的安全漏洞，研究了利用开源大语言模型（LLM）自动生成结构化威胁情报（STIX）的能力。CAV的漏洞通常以纯文本形式记录在CVE数据库中，而安全从业者需要结构化的信息（如受影响资产、弱点类型、攻击行
Refusal is Not Safety! Benchmarking Latent Safety Risks of LLM-Driven Content Humorization
本论文旨在揭示大型语言模型（LLM）驱动的文本幽默化过程中存在的潜在安全风险。现有LLM安全防御主要依赖显式拒绝机制（如直接拒绝回答），但这种固定形式的拒绝可能引发前缀注入攻击（攻击者可通过在输入中插入特定前缀绕过拒绝）。近期研究提出利用幽
The Language of Security: How Prompt Syntax Shapes Secure Code Generation in Open LLMs
大型语言模型（LLM）在代码生成中日益普及，但其输出常含安全漏洞。先前研究表明提示工程可缓解此类风险，但存在两个局限：一是聚焦于高层提示策略，忽视了细粒度句法变异对模型行为的显著影响；二是主要评估专有LLM，限制了在偏好自托管开源模型的工业
From Neural Intent to Cryptographic Authorization: Governing Agentic Workflows
随着AI驱动的自主工作流（agentic workflows）在政府和企业系统的广泛应用，传统的密钥管理服务只能认证调用者身份，却无法在运行时验证工作流的每个步骤是否得到授权。这意味着一个经过认证的agent仍可能因直接或间接的提示注入攻击
DataShield: Uncovering Risky Fine-Tuning Data Across LLMs Through Consensus Subspace Alignment
该论文针对大型语言模型（LLM）微调过程中可能出现的安全性退化问题，提出了一种名为 DataShield 的数据风险评估框架。现有研究表明，即使使用良性任务特定数据进行微调，也可能显著削弱 LLM 的安全能力（如拒绝有害请求）。已有的风险识
MemPoison: Uncovering Persistent Memory Threats and Structural Blind Spots in LLM Agents
大型语言模型（LLM）智能体常依赖持久化外部记忆（如向量数据库）来维持跨回合的上下文连续性，但这引入了新的安全威胁：攻击者可通过标准交互渠道注入恶意内容，这些内容被保留在记忆中，并在后续回合中扭曲智能体的行为。针对这一问题，本文提出了Mem
Fully Automated End-to-End Adversary Emulation from MITRE ATT\&CK Based Cyber Threat Intelligence Using LLMs
该论文提出了一种基于大语言模型（LLM）的端到端全自动对手模拟框架，能够从符合MITRE ATT&CK框架的网络威胁情报（CTI）报告中自动生成并执行对手模拟剧本，并在执行失败时自动恢复。与以往工作（如AURORA）需要手动干预或部分自动化
Nginx远程代码执行漏洞分析与利用（CVE-2026-42530）
CVE-2026-42530
Nginx远程代码执行漏洞分析与利用（CVE-2026-42530）
Critical NGINX Vulnerability Can Crash Workers and May Allow Remote Code Execution
CVE-2026-42533
F5 has shipped fixes for a critical nginx flaw that lets a remote, unauthenticated attacker trigger a heap buffer overfl
DoSQ: A Cross-Layer Denial of Service Quality Attack by Exploiting Side Channels in 5G NR
本文研究了一种针对5G NR（新空口）网络的跨层拒绝服务质量攻击，称为DoSQ。作者发现，5G基站广播的调度信息（如下行控制信息DCI）虽然被普遍认为不泄露用户设备有用信息，但实际上可以被攻击者利用，通过侧信道分析推断应用层的吞吐量（Goo
Intentional Electromagnetic Interference Attacks on Facial Recognition
本文研究了针对人脸识别系统的有意电磁干扰（IEMI）攻击。传统计算机视觉攻击多局限于数字域，而生物特征识别（包括人脸识别）中，针对传感器的物理呈现攻击占据主导地位，且存在显著的风险与机遇。本文指出生物特征传感器在物理到数字转换管线中存在关键
Beyond Success Rate: Cost-Aware Evaluation of Offensive and Defensive Security Agents
本文针对当前安全agent评估仅关注峰值成功率（如漏洞发现、利用开发、渗透测试、CTF完成等），忽略操作实际成本的问题，提出一种成本感知的评估框架。作者指出，在实际安全运营中，每一次推理步骤、工具调用、遥测查询和情报丰富请求都会消耗预算。因
Code-Poisoning Property Inference Attacks
本文提出了一种新型隐私攻击——代码投毒属性推断攻击（CPPIA），这是首个在代码层面实施的属性推断攻击。攻击者利用代码托管平台（如GitHub）或编码代理（如Codex）作为恶意代码提供者，将包含隐藏属性的秘密样本嵌入到训练代码中。数据持有
Vogls: a Fast Interactive Full-timing Simulator for Pre-silicon Power Side-Channel Analysis
论文介绍了一种名为Vogls的新型开源Verilog仿真器，专门针对预硅（pre-silicon）功耗侧信道分析（Power Side-Channel Analysis）设计。背景上，硬件电路在流片前需要通过仿真来预测其泄露特征（leaka
DICOMHawk: A Cyber Deception Framework for Medical Imaging Infrastructure
该论文提出了DICOMHawk，一个针对医疗影像基础设施（如DICOM和PACS系统）的网络欺骗框架。当前医疗影像系统面临网络攻击威胁，可能泄露敏感患者数据并干扰临床操作，但现有防御工具（如Dicompot）交互性有限且容易被指纹识别。DI
Ciphertext- and Polynomial-Level Optimization for Fully Homomorphic Encryption
全同态加密（如 RNS-CKKS）允许在加密数据上直接进行计算，从而支持隐私保护服务。然而，现有的同态加密编译器主要关注密文级别的优化，即将每个密文操作视为一系列多项式操作序列，但在密文操作之间缺乏跨操作优化。本研究提出 Recifhe，一