Multi-Level Privacy-Preserving Dementia Detection from Speech via Targeted Adversarial Obfuscation and Representation Learning
该论文提出了一种多级隐私保护框架，用于在基于语音的痴呆症检测中保护说话者身份。现有方法通常只解决单一威胁，且无法平衡隐私与效用。作者从信号和特征两个层面设计防御：在信号级，提出累积信号攻击（CSA），将扰动集中在关键词对齐区域，最大化转录错
2026-07-21 归档
今日共收录 1301 条安全情报，包含 465 个 CVE，462 篇安全通告，以及 91 篇研究论文。
← 返回归档列表SATLOCK: Handover-Coupled Scheduling for Weather-Resilient Quantum Key Distribution over LEO Constellations
本文针对低地球轨道（LEO）卫星星座上的量子密钥分发（QKD）路由问题展开研究。与传统经典路由相比，QKD路由面临三大挑战：卫星切换导致前后调度决策耦合、随机云覆盖可能使地面链路信号归零、以及有限密钥效应使得短暂的低仰角过境完全无法使用。为
Rollback-Free Cross-Chain Atomicity Through Forward-Only Correction
这篇论文研究了异构区块链间智能合约操作的原子性问题。由于区块链的不可篡改性，传统的原子提交协议依赖的回滚机制无法使用，导致跨链操作无法保证原子性。具体挑战包括：合约状态必须在操作结果未知时保持完整，以及每条链的执行结果无法被其他链直接观察。
Cross-Branch Conflict as a Shield: Safeguarding Facial Identities in Unified Multimodal Image Editing
本文针对统一多模态模型（UMMs）在指令式图像编辑中可能被恶意利用、篡改个人肖像的问题展开研究。作者首先从特征层面对统一图像编辑过程进行分析，发现UMMs中的ViT视觉理解分支与VAE生成分支对于同一输入图像存在显著的结构一致性（线性CKA
SABLE: Minimalist Instruction-Level Authenticated Encryption for Constrained Confidential Computing
该论文提出并探索了一种名为SABLE的RISC-V处理器架构，旨在实现最小化侵入的指令级认证加密（ILE）。传统处理器在执行过程中以明文形式暴露代码和数据，容易受到知识产权窃取或安全/安全检查被篡改的攻击。指令级加密允许CPU在运行时对单个
A Non-Intrusive Traffic Analysis Framework for Authorization Risk Detection and Coordinated Response in Web Applications
本文针对Web应用中合法会话下的授权违规行为难以实时识别和处理的问题，提出了一种非侵入式的流量分析框架。该框架通过关联请求-响应事务，提取访问主体、业务端点、对象标识符、认证状态和行为序列等关键信息。在此基础上，将对象访问证据、身份一致性、
VIGIL: Verifying Identity via Gated Intermittent Likelihoods for Continuous Biometric Authentication
本文提出了一种名为VIGIL（基于门控间歇似然性的连续生物特征身份验证框架）的新型连续多模态身份验证方法。现有的时间融合技术无法有效区分信号强度差的持续攻击者与真实用户。VIGIL框架通过引入可配置的跨模态融合机制，允许操作员为每个模态选择
Privacy Cost as Equity Input: A Group Fairness Criterion for Differentially Private Machine Learning
该论文提出了一种新的群体公平性度量方法——Privacy-Cost Equity Ratio (PCER)，用于评估差分隐私（DP）机器学习系统中的群体公平性。传统的公平性度量主要关注模型输出（如准确率）在不同群体间的差异，但忽略了隐私成本
Towards Secure and Trustworthy DAOs for Cross-Chain Governance
本文聚焦于跨链去中心化自治组织（DAO）在治理过程中面临的独特安全挑战，这些挑战超出了传统单链场景。研究系统性地识别并分类了四种关键攻击向量：贿赂攻击（通过经济激励影响投票决策）、代币控制利用（利用跨链代币锁定或铸造机制漏洞）、人机交互欺骗
A Control-Driven Framework for Secure SaaS Onboarding in Regulated Enterprises
本文针对受监管企业在采用SaaS平台时面临的上架（Onboarding）挑战，提出了一种控制驱动的端到端框架。现有流程中，第三方风险管理（TPRM）、网络安全评估、身份与访问管理（IAM）以及灾难恢复（DR）往往相互孤立地执行，导致上线延迟
Enhanced Multi-Class DDoS Attack Identification using a Meta-Learning Ensemble
本文针对分布式拒绝服务（DDoS）攻击的多类别识别问题展开研究。传统检测系统多采用二分类（攻击/正常），但实际防御中需要精确识别攻击的具体类型以采取针对性缓解措施。作者提出了一种基于元学习集成的入侵检测框架，核心是一个高精度的多分类模型。该
TaintRadar: Semantic-Aware Taint-Style Vulnerability Detection via Augmented Code Property Graphs
本文提出了一种名为TaintRadar的静态污点分析框架，旨在解决现有代码属性图（CPG）在漏洞检测中的三大关键缺陷：粗粒度的净化建模（将验证视为二进制屏障）、数据库盲点（无法跨持久层追踪污点）以及浅层面向对象分析（遗漏字段级和跨过程数据流
Code-Poisoning Property Inference Attacks
本文提出了一种针对机器学习模型的新型隐私攻击——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。现有属性推断攻击存在攻击性能不足、模型准确率严重下降、计算开销大、在防御下失效等四大局限性。CPPIA 利用代码托管平
Converging Safety and Security: IO-Link Wireless and OPC UA over 5G under prEN 50742
该论文研究了工业自动化中无线通信技术的安全与安全融合问题。随着工业4.0的推进，无线通信（如5G、Wi-Fi 6）被引入以提供更大灵活性，但也将安全系统暴露于更广泛的威胁面。新兴标准草案prEN 50742强制要求在安全关键通信中直接集成加
Reliable Remediation Impact Prediction for Black-Box Security Ratings
本文针对黑盒安全评分平台中修复措施影响预测的可靠性问题展开研究。安全评分平台通过聚合外部可观测的网络暴露数据生成组织安全评分，旨在帮助组织优先处理修复工作。然而，平台若频繁暴露精确评分响应，会泄露隐藏评分引擎的信息。为此，作者提出了一种基于
Vogls: a Fast Interactive Full-timing Simulator for Pre-silicon Power Side-Channel Analysis
该论文提出了一种名为Vogls的开源Verilog模拟器，专门用于预硅功耗侧信道分析。现有功能验证模拟器（如Icarus Verilog和Verilator）在侧信道分析场景中存在不足：它们要么无法高效生成大量短迹线，要么缺乏精细的定时模型
DICOMHawk: A Cyber Deception Framework for Medical Imaging Infrastructure
医疗影像系统（如DICOM和PACS）的安全性至关重要，因为其暴露可能危及敏感患者数据和临床操作。然而，现有的针对DICOM的防御工具（如蜜罐）交互能力有限，容易被攻击者识别指纹而规避。本文提出了DICOMHawk，一种面向医疗成像基础设施
Ciphertext- and Polynomial-Level Optimization for Fully Homomorphic Encryption
本文提出 Recifhe，一种针对全同态加密（FHE）的多级编译器，旨在优化 FHE 程序的执行效率。现有的 FHE 编译器（如基于 RNS-CKKS 方案的）通常在粗粒度的密文级进行优化，但每个密文操作内部由多个多项式操作构成，这些跨密文
SpeechGuard: Online Defense against Backdoor Attacks on Speech Recognition Models
本文提出 SpeechGuard，首个针对语音识别模型的在线后门防御流水线。后门攻击通过在训练阶段注入少量恶意样本，使模型在遇到特定触发器时输出攻击者指定的错误结果，这在自动驾驶语音交互等安全敏感场景中危害极大。SpeechGuard 针对
Hardware Robustness of Sample-Based Quantum Diagonalization
本文系统地分析了基于样本的量子对角化（SQD）方法在IBM Heron硬件上的鲁棒性。SQD是一种混合量子-经典方法，通过量子处理单元（QPU）样本上的自洽恢复循环代替变分优化，被认为对噪声样本和不完美的经典输入具有鲁棒性。然而，实际部署中