CHARGE: Leveraging CWE Hierarchies for Hardware Security SystemVerilog Assertion Generation
本文提出 CHARGE，一个面向未验证 RTL 模块的自动化安全属性生成框架，结合 CWE（通用弱点枚举）层次结构与大型语言模型。其核心贡献在于利用 CWE 条目间的层级关系来引导 LLM 识别安全关键资产，避免依赖详细设计规格；系统从资产
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RoguePrompt: Dual-Layer Encoding for Self-Reconstruction to Circumvent LLM Moderation
本文提出了一种名为 RoguePrompt 的越狱流水线，旨在绕过主流大语言模型（LLM）的内容审核机制。研究背景是：LLM 已广泛集成到开发平台和日常工具中，通常带有安全与审核控制，但基于提示词的策略规避（即越狱）仍然是一个持续挑战。已有
MemSecBench: Tracking Agent Memory Poisoning from Persistence to Consequence and Repair
MemSecBench 是一个面向智能体（Agent）记忆系统生命周期安全的任务型基准。研究背景是：大语言模型驱动的智能体依赖记忆系统跨会话保留和复用信息，但攻击者可能通过精心构造的恶意指令污染长期记忆，使恶意语义在之后被召回并悄然影响真实
AgentSnare: Learning to Delay, Divert, and Defuse Autonomous Penetration Agents
本文提出 AgentSnare，一种面向大语言模型（LLM）驱动的自动化渗透测试代理的轨迹自适应欺骗防御系统。研究背景是：LLM 代理通过“观察-行动”循环执行渗透测试，工具返回的观察结果直接影响其下一步决策，这为防御者注入欺骗性观察、误导
Before Agents Speak: Pre-hoc Failure Risk Inference in Multi-Agent Systems
本文研究基于大语言模型的多智能体系统（MAS）中的系统性风险问题。尽管此类系统在协作推理和决策中表现出色，但智能体之间的互联通信引入了新的系统性风险：局部的幻觉（hallucination）可能沿着智能体通信链传播，通过交互放大，最终引发级
Forecasting Trajectory-Level Safety Risks in Black-Box Multi-Turn Interactions
本文提出 Recast，一个面向黑盒多轮交互场景的轨迹级安全风险预测框架。随着大语言模型从独立助手演化为自主智能体，安全测评需要从单轮风险判断转向长程轨迹中风险的动态演化理解。在多轮交互中，恶意意图可能被拆解到多个看似无害的轮次，并通过交互
SecRespond: Benchmarking AI Agents for Real-World Post-Compromise Incident Response
本文提出 SecRespond，这是首个面向 LLM 智能体在“被攻陷后”事件响应场景下的基准测试。现有网络安全基准大多聚焦于攻击发生前的防御设置，即智能体处于干净、理想化的环境中；而现实世界中，智能体已开始接触主机磁盘快照、命令行接口和主
Not In My Git Yard: Catching Backdoors at Commit and Release Time
该论文提出了一种名为 Lily 的自动化方法，旨在加强开源软件开发和发布流程，防止代码级后门注入攻击。代码级后门是指通过秘密触发器授予隐藏权限的隐蔽代码更改，对开源软件构成持续威胁。以往针对广泛使用的项目的后门注入尝试，如通过恶意提交、篡改
(EC)2: Event-Centric Explainability for Cybersecurity Through Multi-Agent LLM Investigations
本文针对安全运营中心（SOC）依赖异常检测系统标记可疑事件时，传统基于特征的解释难以满足实际调查需求的问题，提出了一种以事件为中心、与检测器无关的网络安全告警解释方法。作者指出，分析人员不仅需要知道某个特征偏离了正常范围，更需了解告警涉及的
From Role Prompt to Infinite Thinking: Exploiting Persona Conditioning for Inference Cost Attacks in LLMs
本文首次揭示了大语言模型（LLM）中由角色一致性（persona consistency）引发的推理成本攻击漏洞。随着LLM在实际应用中的广泛部署，其推理效率和服务可靠性成为关键问题，而自回归生成机制使得恶意提示可以操纵生成行为，诱导模型产
Stemma: Induced Decision Regions Reveal LLM Provenance
该论文研究了大语言模型（LLM）的来源追踪（provenance testing）问题，即判断一个待检模型是否与某个源模型属于同一训练或开发谱系。现有黑盒方法大多依赖于模型输出文本的表面特征，但这些特征在模型经过微调、适配或部署环境变化时容
Mapping CVEs to MITRE ATT&CK Techniques: A Curated Gold-Set Classifier and the Limits of LLM-Assisted Label Expansion
该论文提出了一种可复现的流水线，用于从自由文本的漏洞描述中将 CVE 映射到 MITRE ATT&CK 企业技术。传统方法依赖 CWE->CAPEC->ATT&CK 的推导链，但论文量化了该链在表扩展过程中产生的伪影。作者基于 MITRE
Bits and Memories: Measuring Verbatim Extraction Across LLM Quantization
本论文针对大语言模型（LLM）量化是否能够降低隐私风险的问题展开研究。现有相关研究几乎全部使用成员推断（membership inference）来衡量隐私，但作者认为这并非大多数人所关心的实际风险：人们真正担心的是模型逐字复现训练数据。为
A Reference-Free Score for Detecting Silent Reasoning Failures in Large Language Models
本文针对大型语言模型（LLM）在数学链式思维（Chain of Thought, CoT）推理评估中的一个关键缺陷提出解决方案。当前评估方法通常仅检查最终答案与参考答案是否一致，但这种方法存在一个'推理-答案一致性差距'：一个无效的推理链可
Hybrid Analysis for Secure MCP Tool Use in LLM Agents
随着大型语言模型（LLM）智能体的快速发展，其已被广泛应用于各类真实世界任务。为了标准化LLM智能体与外部环境之间的交互，模型上下文协议（MCP）工具应运而生，并成为事实上的标准，被广泛集成到这些系统中。然而，MCP工具的使用也引入了新的安
ContractHIL-HLS: Contract-Aligned Multi-Agent Workflow with Hardware-in-the-Loop Feedback for HLS Design
本文提出 ContractHIL-HLS，一种面向实际高层次综合（HLS）工程的契约对齐多智能体工作流。该工作流有三点贡献：第一，引入结构化契约作为语义对齐和任务执行工件，将自然语言需求转化为明确的接口、约束、验证检查和回滚规则；第二，将硬
抢先加入AI时代顶尖安全团队！阿里云2027届实习生招聘来了！
本文是阿里云在先知社区发布的一则2027届实习生招聘公告，主题为‘抢先加入AI时代顶尖安全团队’。公告内容旨在招募对网络安全、AI安全感兴趣的高校学生，加入阿里云安全团队参与前沿安全研究与攻防实践。由于该文章属于招聘性质，不涉及具体漏洞、恶
[下载]IDAPro v9.4.260714(hotfix)+汉化补丁+新版py注册机
[下载]IDAPro v9.4.260714(hotfix)+汉化补丁+新版py注册机
[原创] 别傻了，你的引擎加密挡不住"不讲武德"的邪修 —— XA 内存盲打补丁，记偏移秒改的实战套路
[原创] 别傻了，你的引擎加密挡不住"不讲武德"的邪修 —— XA 内存盲打补丁，记偏移秒改的实战套路
`@dynatrace-oss/dynatrace-mcp-server` has Unauthenticated HTTP MCP Tool Invocation
### Summary `@dynatrace-oss/dynatrace-mcp-server` v1.8.5 exposes an HTTP transport mode (`--http` flag) that performs n