cloud architecture assessment
cloud architecture assessment
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cloud architecture assessment
ransomware and multifaceted extortion defense
Google Cloud Next 2026Catch-up sessions on the keynotes and select sessions are now available on demand.Explore content
The Identity Problem Hiding in AI Agent Deployments
94% of Organizations Report Cloud Breaches: CrowdStrike State of CDR Survey
Falcon Cloud Security June 2026 Release: Updates for Azure and Google Cloud
本文针对车辆间(V2V)通信中支持后量子密码学(PQC)所面临的独特挑战展开研究。V2V通信对安全性和实时性要求极高,而当前PQC算法存在显著的带宽和计算开销,导致在有限无线电频谱资源下几乎无法直接部署。作者首先通过实验验证了现有V2V系统
该论文研究了现实网络中审查规避流量的精确检测问题。作者指出,目前最先进的Tor规避流检测方法存在严重的假阳性问题(即使基准率保守设定为10^-3,假阳性率仍超过94%)。为此,他们提出了一种结合深度学习流分类器和基于主机的检测策略的新方法:
本文提出 D-Helix,一个通用的反编译器测试框架,利用符号微分技术自动生成具有可控复杂度的测试程序。现有反编译器测试方法依赖手动编写的测试用例或随机生成的代码,难以覆盖各类反编译器的不同编译优化选项和目标架构。D-Helix 的核心思想
本文是一篇关于控制流完整性(CFI)在实际环境中有效性的系统化知识(SoK)综述。研究背景:CFI 被广泛视为一种重要的防御技术,旨在通过限制程序控制流来遏制控制流劫持攻击。然而,随着攻击技术的演进,尤其是面向返回编程(ROP)和面向跳转编
本文研究了一种针对图神经网络(GNN)的数据无模型提取攻击。传统的模型提取攻击通常需要访问目标模型的训练数据或大量查询,但在实际场景中,攻击者可能无法获取原始数据。作者提出了一种基于生成对抗网络(GAN)的方法,无需任何真实训练数据即可高效
该论文提出一种名为AE-Morpher的方法,旨在提高对抗性物体对基于LiDAR的检测器的物理鲁棒性。在自动驾驶等安全关键应用中,LiDAR传感器常被用于环境感知,而对抗性攻击(如通过修改物体外观欺骗检测器)在数字域已被广泛研究,但在物理域
该论文提出名为 TYGR 的系统,利用图神经网络(GNN)对剥离后的二进制文件进行类型推断。在逆向工程中,二进制文件通常经过编译优化且被剥离符号信息,导致变量类型丢失,给漏洞分析和恶意软件检测带来困难。TYGR 通过将二进制代码的中间表示构
自动语音识别(ASR)系统在智能设备、内容审核等场景中广泛应用,但近期研究发现其易受多种恶意音频攻击。其中一种新型频谱降级攻击通过移除音频中非必要的频率成分,生成人类可感知但ASR系统无法正确识别的对抗样本,对社交媒体平台上音视频内容的安全
该论文针对互联网审查事件检测面临的数据量庞大、审查动态变化以及同一国家不同网络可能采用异构封锁策略等挑战,提出了一种基于决策树的无监督学习系统CenDTect。该系统利用迭代并行DBSCAN聚类算法,以改进的交叉分类准确率作为距离度量,识别
本文提出了一种名为 KeyChaser 的工具,旨在自动检测并揭示浏览器扩展中硬编码或不当暴露的 API 密钥。研究背景是大量浏览器扩展直接嵌入第三方服务的 API 密钥,导致密钥泄露风险,攻击者一旦提取这些密钥即可滥用服务、窃取数据或发起
该论文针对 AWS Cognito 服务中跨服务缺陷的识别与形式化验证问题展开研究。AWS Cognito 作为一项用户身份与访问管理服务,常与 API Gateway、Lambda 等其他 AWS 服务集成,这种跨服务组合可能引入安全漏洞
本文针对 AES 加密算法的硬件实现,提出了一种新的二阶掩码方案,旨在抵抗侧信道攻击(如功耗分析)。传统的掩码技术需要大量随机数来保证安全性,而本文通过最小化共享数量(仅需 d+1 个共享,其中 d=2)和降低随机数复杂度,显著提升了效率。
本文研究了ROS2(机器人操作系统2)的安全性。ROS是机器人应用研发的主流平台,但缺乏安全特性且分布式计算效率低。ROS2通过集成数据分发服务(DDS)来解决这些问题,期望为可信机器人生态系统奠定基础。然而,论文标题暗示ROS2的安全机制
该论文研究了健身追踪社交网络(如Strava)中端点隐私区域(Endpoint Privacy Zones)的安全性问题。这些隐私区域本应隐藏用户家庭或工作地点的精确位置,但研究发现攻击者可以通过公开的健身活动数据(如跑步轨迹、时间戳)进行