Falcon Secure Access Sets the Standard for Zero Trust Browser Security
Falcon Secure Access Sets the Standard for Zero Trust Browser Security
2026-08-03 归档
今日共收录 797 条安全情报，包含 119 个 CVE，373 篇安全通告，以及 59 篇研究论文。
← 返回归档列表Beyond the Model: Harnessing Frontier AI for Stronger Cyber Defense
Beyond the Model: Harnessing Frontier AI for Stronger Cyber Defense
make smarter security investments and mitigate future risks
make smarter security investments and mitigate future risks
5 High-Impact Use Cases for Falcon Onum
5 High-Impact Use Cases for Falcon Onum
Falcon AIDR Now Protects Copilot Studio Agents and Claude CodeJul 30, 2026
Falcon AIDR Now Protects Copilot Studio Agents and Claude CodeJul 30, 2026
Inside Astaroth's New Spambot Component
Inside Astaroth's New Spambot Component
Falcon Platform IOAs Arrive in Falcon Next-Gen SIEM to Identify New Threats
Falcon Platform IOAs Arrive in Falcon Next-Gen SIEM to Identify New Threats
OpenAI teases Astra, its next major AI model, after it solves 10 long-standing math problems
OpenAI has revealed Astra, an unreleased model designed to tackle complex, long-running tasks, after an internal version
COLDCARD wallet RNG flaw likely linked to $88 million Bitcoin theft
A vulnerability in COLDCARD hardware wallet firmware allowed attackers to steal an estimated $88.6 million in Bitcoin fr
Google Chrome may soon block New Tab hijacker extensions by default
Google is preparing a new Chrome security feature that would block policy-installed extensions from hijacking the New Ta
Blockchain Transaction Simulation Phishing
本文首次系统性地研究了交易模拟钓鱼（Transaction Simulation Phishing）这一新型攻击方式。加密货币钱包（如 MetaMask）的交易模拟功能能够在链上执行前预览余额变化，以帮助用户识别恶意交易。然而，攻击者利用动
Don't Trust the AI Ecosystem: Analyzing Privacy Leakage in Compromised Open-Source Components
本文针对 AI 供应链中开源组件被篡改导致的数据泄露问题，提出了一种名为 GradLock 的新型训练时注入攻击。传统模型反演攻击依赖训练后优化，受限于模型泛化瓶颈，难以在高维数据集上恢复具体身份特征。GradLock 在受损供应链场景下，
Piggybacking on Perception: Stealthy Concurrent Audio Prompt Injections against Multimodal LLM Agents
本文研究多模态大语言模型智能体在连续音频交互场景下面临的新型安全威胁——并发音频提示注入攻击。随着以LLM驱动的多模态智能体通过语音与用户进行自然交互并自主执行任务，音频输入中不可避免地包含环境噪声，这为攻击者提供了可乘之机。与针对语音设备
CHARGE: Leveraging CWE Hierarchies for Hardware Security SystemVerilog Assertion Generation
本文提出 CHARGE，一个面向硬件安全验证的自动化框架，利用 CWE（Common Weakness Enumeration）层次结构和大型语言模型（LLM）为未经验证的 RTL（寄存器传输级）模块自动生成安全属性（SystemVeril
CWEEP: A Lexical Static Analysis Framework for CWE Early Prevention
本文提出 CWEEP，一个用于寄存器传输级（RTL）硬件代码的静态分析框架，旨在早期检测安全弱点。随着硬件层成为攻击者关注焦点，硬件安全验证的重要性日益凸显，但现有最先进的安全验证技术通常需要安全专家的大量人工参与，且缺乏在 RTL 代码中
TextCloak: Thwarting Unauthorized LLM Exploitation via RL-Driven Unlearnable Text
本文针对大语言模型（LLM）时代中未经授权数据利用与隐私泄露问题，提出一种名为 TextCloak 的防御框架。现有文本不可学习样本（UEs）方法主要面向情感分析等判别式分类任务，通过注入类别特定的语言线索来破坏模型训练效果，但在 LLM
Cybersecurity Detection Classification with Reasoning-enabled Language Models
本文聚焦安全运营中心（SOC）中普遍存在的告警疲劳问题：每日产生的检测告警数量远超分析师可处理范围。以往研究通常直接提示或微调大语言模型（LLM）输出三分类标签（良性/恶意/待查），但未训练模型对检测是否构成真实威胁进行推理。作者提出一种基
Emerging Challenges in Threat Modeling for GenAI-Augmented Systems: A View from the Trenches
该论文针对生成式人工智能（GenAI）日益融入软件系统的背景下，传统威胁建模方法（如STRIDE）在评估GenAI特有风险时显得不足的问题，开展了一项面向中小型企业（SME）的探索性评估研究。研究首先通过快速文献综述筛选出多种GenAI感知
Agent Harness Distillation: Inference-Time Harness Extraction and Exploitation in Autonomous Multi-Agent Systems
本文研究了基于大型语言模型（LLM）的自主多智能体系统（AMAS）在推理时（inference-time）所依赖的“智能体编排框架”（harness）的知识产权泄露风险。AMAS 系统（例如 Hermes）在推理过程中动态协调多个 LLM
Safeguards Based on Copyable Context Cannot Provide Reliable Safety for LLMs
这篇论文从底层机制上指出了当前大语言模型安全护栏（safeguards）的一个结构性缺陷：模型在尚未看到回答将被如何使用之前，就必须决定是否回答。对于双用途（dual-use）任务，同一个回答既能帮助授权专业人员，也可能被攻击者利用；而攻击