Anthropic's Claude breached 3 orgs, uploaded PyPI malware during tests
One of Anthropic's Claude models built and uploaded a malicious Python package to PyPI during a botched security evaluat
2026-08-01 归档
今日共收录 1220 条安全情报，包含 330 个 CVE，503 篇安全通告，以及 110 篇研究论文。
← 返回归档列表South Korea fines telco giant KT $39 million for customer data breach
South Korea's Personal Information Protection Commission (PIPC) has fined telecommunications giant KT Corporation KRW 53
JetBrains warns of critical TeamCity remote code execution flaw
JetBrains is warning of a critical authentication bypass vulnerability affecting TeamCity On-Premises that could be expl
VMware fixes three critical flaws allowing auth bypass, VM escapes
Broadcom has released security updates to fix five vulnerabilities in VMware vCenter, ESX, Workstation, and Fusion, incl
Google says AI helped Chrome fix 1,072 security bugs in two releases
Google says artificial intelligence is dramatically increasing the number of security vulnerabilities it can find and fi
ShinyHunters claims Brinks Home breach, threatens to leak stolen data
Residential security company Brinks Home has disclosed that hackers breached some of its systems and are threatening to
Cheap Android TV Boxes Pose as Phones and Turn Owners’ Broadband Into Proxies
Bitsight says some cheap Android TV boxes have shipped with apps that rewrite their hardware identity to mimic Samsung,
CareCloud Data Breach Impacts Over 350,000
In March 2026, hackers stole personal, financial, and medical information from the company’s AWS environment. The post C
Piggybacking on Perception: Stealthy Concurrent Audio Prompt Injections against Multimodal LLM Agents
本文研究了多模态大语言模型（LLM）智能体在持续音频交互场景下所面临的一类新型安全威胁——并发音频提示注入攻击。随着多模态智能体通过语音交互自主执行任务日益普及，音频输入不可避免地包含环境噪声，这为攻击者提供了可乘之机。与传统针对语音设备的
HoF-Bench: Rediscovering Real AI-Discovered CVEs Without Frontier Models
本文提出了 HoF-Bench，一个用于评估 LLM 漏洞扫描器在真实世界漏洞发现中性能的新基准。研究背景是 LLM 分析器已在成熟开源项目中发现了数百个真实漏洞，例如 AISLE 的分析器已累计发现 280+ 个 CVE，涉及 OpenS
Safeguards Based on Copyable Context Cannot Provide Reliable Safety for LLMs
该论文系统性地分析了大语言模型（LLM）安全防护机制的根本性局限。当前防护机制在模型给出回答之前就依据请求内容决定是否放行，而并不知晓回答如何被后续使用。这种特性为“双用途”任务带来了结构性矛盾：同一份答案既可能被授权专业人士合法使用，也可
StealthBench: Measuring Operational Stealth in Autonomous Offensive-Security Agents
本文提出 StealthBench，一个专门用于衡量自主攻击性安全代理在操作安全（OPSEC）方面隐蔽性的基准测试框架。研究背景是：高级安全研究人员和APT组织在执行任务时能够不被察觉，而日益自主化的攻击性安全代理继承了这些任务，但其是否继
Architectural Backdoors in Vision-Language Model Supply Chains via Representation Steering
该论文针对视觉-语言模型（VLM）供应链中的安全信任边界问题，提出了一类新型架构后门攻击。在VLM的典型供应链中，预训练权重、架构定义、文本编码器以及导出计算图往往由第三方提供并在下游服务中复用，导致部署方不仅继承模型参数，还会继承打包在共
On-Policy Distillation for LLM Safety: A Routing Approach to Template-Robust Realignment
本文关注大语言模型（LLM）微调过程中的安全漏洞。微调是定制LLM的主流范式，但恶意数据提供者可将有害行为嵌入下游语料库，使模型在保留专业技能的同时按需违反人类价值观。现有安全性重对齐（realignment）防御存在三个关键缺陷：容易导致
Don't Trust the AI Ecosystem: Analyzing Privacy Leakage in Compromised Open-Source Components
本文针对现有模型反转（Model Inversion, MI）攻击主要依赖训练后优化来从模型输出中恢复私有数据的问题，指出这类方法受制于目标模型的泛化瓶颈，往往只能恢复泛化特征而非具体身份，尤其在高维数据集上效果不佳。为此，作者提出了一种新
GPT-Red: Automated Red Teaming via Self-Play at Scale
本文介绍了 GPT-Red，一个用于自动红队评估的大语言模型智能体，其核心目标是自动发现针对前沿大语言模型的提示注入攻击。研究背景是随着 LLM 在真实生产系统中的广泛应用，提示注入等安全威胁日益严峻，而传统人工红队效率低、覆盖有限，因此需
The Disruptive Impact of Large Language Models on Capture the Flag Competitions and the Path Toward Fair Play
捕获旗标（CTF）竞赛是网络安全领域最有效的实战训练形式之一，涵盖密码学、Web 利用、二进制利用等核心技能。近年来，大型语言模型（LLM）已能以极少人工输入解决越来越多类型的题目，这引发了关于竞赛公平性、排名有效性以及参与者是否还能通过参
Cybersecurity Detection Classification with Reasoning-enabled Language Models
本文针对安全运营中心（SOC）面临的告警疲劳问题，提出了一种基于推理能力的大语言模型（LLM）分类系统，用于对Windows端点检测结果进行自动化分流。传统方法直接让LLM输出三分类标签，但未训练模型推理检测是否构成真实威胁。作者在真实人工
Emerging Challenges in Threat Modeling for GenAI-Augmented Systems: A View from the Trenches
本文针对生成式人工智能（GenAI）日益融入软件系统后，传统威胁建模方法（如STRIDE）在评估GenAI特有风险时存在的不足，开展了一项面向中小企业（SME）的探索性评估研究。作者首先通过快速文献综述筛选出若干GenAI感知的威胁建模技术
Agent Harness Distillation: Inference-Time Harness Extraction and Exploitation in Autonomous Multi-Agent Systems
该论文研究基于大型语言模型（LLM）的自主多智能体系统（AMAS）在推理时（inference-time）所使用的"推理时外壳"（harness）所面临的知识产权（IP）泄露风险。AMAS（如Hermes）在推理过程中依赖这种推理时外壳来协