Apache HugeGraph-Server Command Execution In Gremlin(CVE-2024-27348)
CVE-2024-27348
Apache HugeGraph-Server Command Execution In Gremlin(CVE-2024-27348)
今日共收录 771 条安全情报,包含 0 个 CVE,408 篇安全通告,以及 82 篇研究论文。
← 返回归档列表CVE-2024-27348
Apache HugeGraph-Server Command Execution In Gremlin(CVE-2024-27348)
CVE-2024-22120
Zabbix 后台延时注入(CVE-2024-22120)
CVE-2024-4040
CrushFTP 认证绕过漏洞(CVE-2024-4040)
CVE-2026-21992
Alert for CVE-2026-21992
CVE-2025-61884
Alert for CVE-2025-61884
CVE-2025-61882
Alert for CVE-2025-61882
CVE-2024-21287
Alert for CVE-2024-21287
CVE-2022-21500
Alert for CVE-2022-21500
CVE-2021-44228
Alert for CVE-2021-44228
CVE-2026-31431
Linux 内核提权 CVE-2026-31431(copy-fail)
CVE-2026-35273
Alert for CVE-2026-35273
CVE-2026-16723
【安全通告】Fastjson 远程代码执行漏洞风险通告(CVE-2026-16723)
CVE-2026-16806 · CVE-2026-16805 · CVE-2026-16804 · CVE-2026-16807
The Stable channel has been updated to 150.0.7871.186/.187 for Windows and Mac and 150.0.7871.186 for Linux, which will
本论文是一篇系统化知识综述(SoK),旨在全面审视安全随机化缓存(Secure Randomized Caches)领域的研究现状。随机化缓存是一种旨在抵御基于缓存的侧信道攻击(如Flush+Reload、Prime+Probe)的硬件或软
本文针对自主AI代理在有限人类监督下执行动作、调用工具和操作受保护资源时,现有身份认证和授权机制无法提供加密证据来证明特定代理发出的具体请求满足适用策略的问题,提出了一种可加密验证的代理授权(CVA)假设和初步形式化模型。作者首先定义了一个
本文提出了一种基于码分调制层(CDML)的方法,用于解决持续学习在步态识别系统中面临的灾难性遗忘和隐私推理攻击问题。持续学习允许模型逐步吸收新任务的知识,而无需重新训练整个模型,在生物识别领域具有降低计算成本的潜力。然而,传统持续学习方法在
该论文提出了一种改进算法,用于计算单记可转移投票(STV)选举中的差额下限。STV是一种多赢家优先比例选举系统。差额是指改变选举结果所需的最小选票操作数。精确计算差额或获得合理的下限,对于实施风险限制审计(RLA)至关重要,RLA可以确保选
本文研究基于图复制(graph-based replication)的分布式存储系统中的弱私密信息检索(Weak Private Information Retrieval, WPIR)问题。在该存储模型中,每个数据库(或服务器)表示为图的
本文提出了一种利用集成感知与通信(ISAC)技术辅助生成信道知识地图(CKM)的方法,并将其应用于物理层认证(PLA)。在无线通信中,物理层认证通过比较接收信号的信道特征与已知位置的信道数据库来验证发射端身份,可抵御冒充攻击。传统方法依赖预
本文提出了一种针对AI Agent的侦察驱动渗透测试方法。传统渗透测试在每个阶段利用侦察来发现隐藏弱点、构建更强攻击并推进目标,但AI Agent缺乏类似的系统化侦察过程。作者首先形式化了Agent侦察的过程,识别出其旨在提取的知识资产:包