根据知道创宇 Seebug 漏洞库收录的信息，Ivanti Endpoint Manager Mobile 存在代码注入漏洞。该产品是 Ivanti 旗下的端点管理器移动端组件，通常用于企业移动设备管理（MDM），帮助企业统一管理移动设备、应用与安全策略。目前漏洞公告中未提供具体的 CVE 编号，也未明确漏洞的具体成因、攻击路径、利用条件及影响版本，严重性等级同样未知。基于现有信息，只能判断该漏洞可能允许攻击者通过某种方式注入并执行恶意代码，进而影响受管移动设备或相关后端服务的完整性。建议相关用户密切关注 Ivanti 官方安全公告与更新，及时获取补丁或缓解措施。由于公告信息有限，尚无法评估实际攻击复杂度与影响范围，后续可跟踪 Seebug 页面的更新或相关官方通告。

Exposed dangerous method or function in Azure Confidential Ledger allows an authorized attacker to execute code over a network.

CVE-2026-68823 涉及 Azure Confidential Ledger（Azure 机密账本）中暴露的危险方法或函数。该漏洞允许已获得授权的攻击者通过网络远程执行代码。CVSS 评分为 9.1，属于严重等级。攻击向量为网络（AV:N），攻击复杂度低（AC:L），但需要较高权限（PR:H），无需用户交互（UI:N）。影响范围发生改变（S:C），意味着漏洞可能波及受攻击组件之外的其他资源。机密性、完整性和可用性影响均为高（C:H/I:H/A:H）。由于 Azure Confidential Ledger 是用于存储敏感数据的安全服务，该漏洞一旦被利用，攻击者可能完全控制受影响的服务，导致数据泄露、数据篡改或服务中断。目前尚未有该漏洞被在野利用或列入 KEV 的证据，因此不应臆测其已被武器化。但鉴于其高 CVSS 评分和网络可利用性，该漏洞应被视为紧急风险。受影响的具体产品版本和厂商信息暂未提供，建议用户密切关注 Microsoft 的安全公告，及时应用相关补丁或缓解措施，并限制对 Confidential Ledger 服务的网络暴露，同时监控异常访问行为。

Dinky's POST /download/uploadFromRsByLocal handler passes the caller-supplied path parameter directly to new File(path) and file.transferTo(dest) with no path validation. The route is marked @SaIgnore and /download/** is excluded from the Sa-Token interceptor, so the only guard is a header equality check against a dinkyToken value whose default (efda1551-7958-4e0f-80a8-dfd107df3e38) is hardcoded i

Use after free in WebGL in Google Chrome on Android prior to 151.0.7922.109 allowed a remote attacker to potentially perform a sandbox escape via a crafted HTML page. (Chromium security severity: Critical)

据BleepingComputer报道，近期针对对冲基金、私募股权公司及其他金融机构的一连串网络攻击被归因于UNC6671——一个以敲诈勒索为目的的黑客组织。该组织据称与名为BlackFile的威胁行为者存在合作或从属关系。虽然公开渠道尚未披露具体使用的恶意软件家族、漏洞利用手段或ATT&CK技术，但攻击目标高度集中于金融投资领域，表明这是一场有计划、有组织的定向敲诈活动。攻击者可能通过初始访问获取敏感财务数据，并以泄露数据为要挟实施勒索。由于金融行业数据价值高，此类攻击往往会造成重大经济损失和声誉损害。目前尚无确凿证据表明攻击已造成勒索成功或数据公开泄露。该报道为单一来源，归因和关联信息基于研究机构的分析，存在不确定性。建议相关金融机构立即排查对外暴露的远程访问服务，监控异常数据外传行为，验证日志留存，并加强对高管及财务人员的钓鱼防范。同时，保持离线备份，制定应急响应预案，以应对潜在勒索软件攻击。

本文研究了Android系统服务中Binder机制的安全问题。Binder是Android应用访问系统服务的核心进程间通信机制，其设计采用客户端-服务器角色模型，通常将系统服务视为服务器、应用视为客户端。然而，越来越多的场景要求系统服务充当Binder客户端，向可能由应用实例化的Binder服务器发起查询。利用这种角色反转的可能性，作者提出了Binder事务重定向（BiTRe）攻击：攻击者诱导系统服务与一个定制的Binder服务器进行事务交互，然后从Binder服务器这一通常缺乏防护的方向发起攻击。作者通过枚举BiTRe中可利用的Binder接口来展示攻击面的规模，发现攻击面随Android版本更新而扩大；在Android 11中，超过70%的Binder接口受到影响或可用于BiTRe。为了证明攻击的可行性，作者构建了一个原型系统，能够自动生成可执行程序以覆盖大部分攻击面，并识别出一系列漏洞，这些漏洞已被Google确认并分配了十个CVE编号。该研究揭示了Android系统服务中因角色反转而引入的盲区，为系统服务安全设计和防护提供了新的视角。适合系统安全研究人员、Android平台开发者以及移动安全防御者阅读。

Citrix NetScaler 内存泄漏(CVE-2025-5777)

Exposed dangerous method or function in Azure Confidential Ledger allows an authorized attacker to execute code over a network.

CrowdStrike 与 Zscaler 宣布合作，将连续身份安全能力集成到零信任访问架构中。该合作旨在将 CrowdStrike 的 Falcon 平台（提供端点检测与响应、威胁情报、身份保护）与 Zscaler 的 Zero Trust Exchange（提供安全访问服务边缘/零信任网络访问）进行联动，使企业能够基于实时身份上下文持续验证用户和设备信任度，从而在用户访问应用程序或资源时动态调整访问权限。这一集成解决了传统 VPN 和静态访问控制中身份凭证被窃取后难以察觉的问题，通过结合端点风险信号（如可疑行为、漏洞暴露）与身份信息，实现更细粒度的访问策略。该公告发表于 2026 年 8 月，标志着两家安全厂商在零信任领域的深度合作，但原文并未披露具体技术实现细节、部署方案或针对特定攻击活动的响应。因此，本文属于产品合作与方案宣介，而非具体的威胁事件报告。

CrowdStrike 于 2026 年 8 月 7 日宣布推出“面向 AI 代理的连续身份（Continuous Identity for AI Agents）”功能。这是一项产品发布公告，而非针对具体攻击事件的威胁情报。该功能旨在解决 AI 代理（如自动化工具、智能助手等）在身份认证与访问控制方面的安全挑战。通过持续验证 AI 代理的身份、权限和行为，该功能可以帮助企业在 AI 代理运行过程中实施动态的零信任策略，确保最小权限原则，并实时检测异常活动。公告强调，随着 AI 代理在企业和云环境中被广泛部署，传统的一次性身份验证已不足以应对安全风险，连续身份管理能够为 AI 代理提供全生命周期的保护。由于原文未披露攻击案例、漏洞或具体技术细节，本摘要仅基于公告标题进行概括。

URL Redirection to Untrusted Site ('Open Redirect') vulnerability in the HTML5 scrubber in rrrene html_sanitize_ex allows an unauthenticated remote attacker to retarget a form already on the rendering page and receive whatever the victim submits, including credentials, via the form and formaction attributes on an element in sanitized HTML. HTML's form attribute associates an input with any form o

Inclusion of Functionality from Untrusted Control Sphere vulnerability in the HTML5 scrubber in rrrene html_sanitize_ex allows a remote attacker to load a document of their choosing into a trusted page via the data attribute of an element in sanitized HTML. object is the one URI-bearing element in lib/html_sanitize_ex/scrubber/html5.ex never registered through allow_tag_with_uri_attributes/3, and

aiosend is a synchronous and asynchronous Crypto Pay API client. Pror to version 3.0.7, `WebhookHandler.feed_update()` deserializes the entire request body before verifying the HMAC signature. This allows an unauthenticated attacker to force expensive parsing of arbitrary JSON payloads that will ultimately be rejected, leading to unnecessary CPU and memory consumption. Version 3.0.7 fixes the issu

In the Linux kernel, the following vulnerability has been resolved: KVM: VMX: Grab vmcs12 on CR8 interception update iff vCPU is in guest mode When updating CR8 intercepts, get vmcs12 if and only if the vCPU is in guest mode so that a future change can have update CR8 intercepts during vCPU creation, without running afoul of get_vmcs12()'s lockdep assertion. ------------[ cut here ]----------

In the Linux kernel, the following vulnerability has been resolved: net: ethernet: arc: emac: quiesce interrupts before requesting IRQ Normal RX/TX interrupts are enabled later, in arc_emac_open(), so probe should not see interrupt delivery in the usual case. However, hardware may still present stale or latched interrupt status left by firmware or the bootloader. If probe later unwinds after de

PLANET VDR-300NU ADSL Router - 未授权修改DNS

Acknowledgements

Flowise through 3.1.4 contains a missing authorization vulnerability that allows authenticated workspace members to perform unauthorized document store operations by accessing unprotected mutation endpoints. Attackers holding only view-level permissions can send direct HTTP requests to the upsert and refresh document store routes to trigger document ingestion, refresh vector database contents, con

### Summary The AWS Command Line Interface (AWS CLI) is a unified tool to manage AWS services from the command line. An issue exists where the EMR SSH helper commands (`aws emr ssh`, `aws emr socks`, `aws emr put`, `aws emr get`) passed `StrictHostKeyChecking=no` to the underlying SSH client, disabling host key verification. ### Impact A network-positioned actor could perform a man-in-the-middle

模糊测试（Fuzzing）是一种自动化的程序验证与漏洞发现技术，已被广泛应用于各类软件并发现了大量安全漏洞。然而，现有模糊测试工作主要集中在 Unix 类系统上，Windows 平台因其独特的生态和技术挑战而较少被覆盖：其一，Windows 商业软件普遍闭源，难以进行源码插桩或目标导向的分析；其二，大量 Windows 应用程序依赖图形用户界面（GUI），传统基于命令行的输入生成和状态同步方法难以直接适用；其三，Windows 缺乏类似 Unix 的 fork() 快速进程克隆机制，导致模糊测试中常见的进程状态保存与恢复代价高昂，严重制约了测试吞吐量。针对上述挑战，本文提出了 WINNIE 系统，其核心贡献包括两项关键技术：一是 Harness 合成（Harness Synthesis），能够自动生成合适的测试驱动（harness），从而在没有源码或依赖复杂 GUI 的环境中为被测程序构造有效的输入通道和状态初始化逻辑；二是快速克隆（Fast Cloning），在 Windows 上模拟 Unix 的 fork 语义，实现轻量级的进程快照与恢复，使得每个测试用例都能从干净且高效的起始状态执行，大幅提升模糊测试的执行效率和覆盖率。论文方法面向 Windows 平台上的安全漏洞挖掘，旨在填补该平台下自动化模糊测试工具的空缺，为安全研究人员和蓝队工程师提供一个实用的漏洞检测手段，同时推动模糊测试技术在闭源、GUI 密集型环境中的进一步发展。由于当前仅获取到论文摘要，尚未阅读全文，具体实验设置、对比基线以及达到的漏洞发现效果未在摘要中详细呈现，故以上技术细节基于摘要描述进行归纳。

该论文介绍了一种面向机器人的模糊测试框架 PGFUZZ（Policy-Guided Fuzzing）。研究背景在于，机器人车辆（如无人地面车辆、无人机等）依赖传感器和控制策略进行自主决策，而策略中存在的逻辑漏洞可能被攻击者利用。现有模糊测试方法主要关注内存破坏或输入校验问题，难以有效发现策略层面的缺陷。论文提出以策略为导向的模糊测试方法，通过分析机器人控制策略的决策路径，将策略条件作为引导信息，生成能触发异常行为的物理世界输入序列。框架模拟环境中的障碍物、传感器噪声等因素，并利用策略覆盖度指标来指导变异。实验在多种机器人平台（包括地面车辆和无人机）上进行，验证了 PGFUZZ 能够发现导致车辆违反安全策略（如碰撞、侧翻、非法激活防失速系统等）的输入序列。论文的主要贡献在于设计了一种可扩展的策略表示机制，并实现了从策略到模糊测试目标的自动转换，从而帮助安全工程师测试机器人策略的鲁棒性。该研究适合机器人安全、自动化测试和嵌入式系统安全方向的研究人员阅读。

Firefox browsers

Sign in to Cloud

Sign Up for Free Cloud Tier

iOS 26.4.2 and iPadOS 26.4.2

iOS 18.7.8 and iPadOS 18.7.8

iOS 18.7.7 and iPadOS 18.7.7

iOS 26.4 and iPadOS 26.4

Background Security Improvements for iOS, iPadOS, and macOS

iOS 16.7.15 and iPadOS 16.7.15

iOS 15.8.7 and iPadOS 15.8.7

iOS 26.3 and iPadOS 26.3

iOS 18.7.5 and iPadOS 18.7.5

iOS 26.2 and iPadOS 26.2

iOS 18.7.3 and iPadOS 18.7.3

Compressor 4.11.1

iOS 18.7.2 and iPadOS 18.7.2

iOS 26.1 and iPadOS 26.1

Android Code Search

Android Devices

Secure an Android device

Android 16 QPR2

Mobile network security

iOS 26.5 and iPadOS 26.5

iOS 18.7.9 and iPadOS 18.7.9

iOS 16.7.16 and iPadOS 16.7.16

iOS 15.8.8 and iPadOS 15.8.8

MFSA 2026-49Security Vulnerabilities fixed in Firefox for iOS 151.0

MFSA 2026-52Security Vulnerabilities fixed in Firefox for iOS 151.1

MFSA 2026-53Security Vulnerabilities fixed in Firefox for iOS 151.2

MFSA 2026-55Security Vulnerabilities fixed in Focus for iOS / Klar 151.3.1

MFSA 2026-56Security Vulnerabilities fixed in Firefox for iOS 152.0

iOS 26.5.2 and iPadOS 26.5.2

MFSA 2026-65Security Vulnerabilities fixed in Firefox for iOS 152.3

MFSA 2026-66Security Vulnerabilities fixed in Firefox for iOS 152.4

iOS 26.6 and iPadOS 26.6

MFSA 2026-73Security Vulnerabilities fixed in Firefox for Android 153.0.3

   Hi, everyone! We've just released Chrome 151 (151.0.7922.108) for Android. It'll become available on Google Play over the next few days. This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Android releases contain the same security fixes as their corresponding Desktop rel

Hi everyone! We've just released Chrome Stable 151 (151.0.7922.112) for iOS; it'll become available on App Store in the next few hours.This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Chrome Release TeamGoogle Chrome

   Hi, everyone! We've just released Chrome 151 (151.0.7922.83) for Android. It'll become available on Google Play over the next few days. This release includes stability and performance improvements. You can see a full list of the changes in the Git log. If you find a new issue, please let us know by filing a bug.Harry SoudersGoogle Chrome

Missing authorization in Microsoft Teams allows an unauthorized attacker to elevate privileges over a network.

Server-side request forgery (ssrf) in Microsoft Office SharePoint allows an unauthorized attacker to perform spoofing over a network.

Missing authentication for critical function in Microsoft Planetary Computer Pro allows an unauthorized attacker to elevate privileges over a network.

Missing authorization in Azure SRE Agent allows an authorized attacker to elevate privileges over a network.

Improper authentication in Microsoft Teams allows an authorized attacker to elevate privileges over a network.

'.../...//' in Microsoft Entra Provisioning Service (SyncFabric) allows an authorized attacker to elevate privileges over a network.

Improper access control in Azure Logic Apps allows an authorized attacker to disclose information over a network.

Improper authorization in Microsoft Power Apps allows an unauthorized attacker to elevate privileges over a network.

Deserialization of untrusted data in Azure Service Bus allows an authorized attacker to execute code over a network.

Improper verification of cryptographic signature in Microsoft 365 Admin Center allows an unauthorized attacker to elevate privileges over a network.

AIL Framework contains a stored cross-site scripting vulnerability in the crawler domain view. Crawled URLs were embedded directly into the JavaScript onclick handler used to display a stored screenshot, without context-appropriate encoding. An attacker who can cause a specially crafted URL to be recorded in the crawler history can inject JavaScript syntax into the stored URL value. The payload r

AIL Project contains a stored cross-site scripting vulnerability in the translation controls displayed for chat messages and forum posts. The affected templates inserted message and post identifiers directly into inline JavaScript onclick handlers: onclick="translateMessageToPreferredLanguage('{{ message['id'] }}', '{{ mess_id_escape }}', this)" and: onclick="translatePostToPreferredLanguage('

Improper authentication in Azure SQL Database allows an unauthorized attacker to elevate privileges over a network.

Modification of assumed-immutable data (maid) in Azure Active Directory allows an authorized attacker to elevate privileges over a network.

llama.cpp builds b1886 through b7445 contain a race condition use-after-free vulnerability in the LLaMA-Android JNI wrapper where bench_1model() and free_1context() lack synchronization, allowing Thread A to operate on freed memory while Thread B concurrently frees the llama_context. Attackers can exploit this by performing heap spray with attacker-controlled data containing a fake vtable to hijac

llama.cpp builds b1886 through b7445 contain an integer overflow vulnerability in the LLaMA-Android JNI wrapper where the new_1batch() function multiplies sizeof(llama_seq_id) by an attacker-controlled n_seq_max parameter without overflow validation, causing heap buffer allocation to wrap and allocate insufficient memory. Attackers can exploit this by providing a crafted n_seq_max value through a

AIL Framework contained a reflected cross-site scripting vulnerability in the /tag/add_tags endpoint. When an error occurred while processing a tag operation, the application returned the error value directly as an HTML response using str(res[0]). If attacker-controlled input was included in the generated error message, a crafted request could cause arbitrary HTML or JavaScript to be reflected in

llama.cpp builds b1886 through b7445 contain a null pointer dereference vulnerability in the LLaMA-Android JNI wrapper where the bench_1model() function fails to validate the model context pointer before dereferencing it. Attackers can supply a malicious, corrupt, or truncated model file to trigger a null context condition, causing a SIGSEGV crash that terminates the Android application process an

FFmpeg versions from 3.0 up to, but not including, 9.0 contain an uninitialized heap memory read vulnerability in the native Screenpresso decoder (libavcodec/screenpresso.c) that allows attackers to recover sensitive memory contents by supplying a crafted SPV1 packet with a valid zlib stream that decompresses fewer bytes than the full frame requires. The screenpresso_decode_frame() function fails

Flowise through 3.1.4 contains an insecure direct object reference vulnerability in the OpenAI Assistants integration that allows authenticated attackers to access credentials belonging to other workspaces by supplying an arbitrary credential UUID to Assistants endpoints without workspace ownership verification. Attackers can enumerate cross-workspace assistant metadata, retrieve file and vector s

Ground Station prior to 0.6.0 contains an unauthenticated database-destruction and arbitrary-data-injection vulnerability in the Socket.IO server's database_backup event handler that allows any unauthenticated network peer to wipe or replace the entire SQLite database by sending a single full_restore command with a caller-supplied SQL blob. Attackers can connect to the Socket.IO server on port 700

Ground Station prior to 0.6.0 contains an unauthenticated blind server-side request forgery vulnerability in the orbital-source configuration path that allows any unauthenticated Socket.IO client to cause the ground-station process to issue outbound HTTP requests to attacker-chosen destinations. Attackers can connect to the Socket.IO server on port 7000 without credentials due to disabled authenti

The System REST API accepts user-supplied file uploads without enforcing sufficient validation on the file type or destination, allowing files to be written to arbitrary server-accessible locations. Exploitation requires authenticated administrative access with publisher privileges. Successful exploitation permits an authenticated publisher to upload files to server-accessible locations. Dependin

Use after free in Skia in Google Chrome on Android prior to 151.0.7922.109 allowed a remote attacker who had compromised the renderer process to potentially perform a sandbox escape via a crafted HTML page. (Chromium security severity: Critical)

Out of bounds write in ANGLE in Google Chrome on Android prior to 151.0.7922.109 allowed a remote attacker to potentially perform a sandbox escape via a crafted HTML page. (Chromium security severity: Critical)

Uninitialized Use in GPU in Google Chrome on Android prior to 151.0.7922.109 allowed a remote attacker who had compromised the renderer process to obtain potentially sensitive information from process memory via a crafted HTML page. (Chromium security severity: High)

Insufficient validation of untrusted input in WebAPKs in Google Chrome on Android prior to 151.0.7922.109 allowed a local attacker to potentially perform a sandbox escape via a malicious file. (Chromium security severity: High)

## Summary The `AttributesExtension`'s `href`/`src` unsafe-link filter (`AttributesHelper::filterAttributes()`) can be bypassed by embedding control bytes in a `javascript:` URL that browsers discard before parsing the scheme. Two variants: - **Tab/newline inside the scheme** — a literal ASCII TAB (0x09), CR (0x0D), or LF (0x0A), e.g. `javascript:alert(1)`. Per the WHATWG URL Standard's "basic

## Summary The Nx **self-hosted HTTP remote cache** extracts downloaded cache artifacts without constraining where files are written. A malicious — or on-path (MITM) — remote cache server can return a crafted tar archive whose entries escape the cache directory and write to arbitrary locations on the machine running Nx. This arbitrary file write can be escalated to remote code execution. The dire

Rendering an untrusted `architecture-beta` diagram lets the diagram author write an arbitrary property with the value `horizontal` or `vertical` onto `Object.prototype`. A group id of `__proto__` is accepted as a valid parent. ### Impact Any code in the same realm that reads a property of that name from an arbitrary object, or enumerates an object with bare `for...in`, observes the injected valu

Firewall for AI

随着多模态大语言模型（MLLM）被引入智能家居助手，智能体可直接感知视频和音频，这引入了新的安全问题：智能体能否区分真实用户指令与环境中看似指令的内容（如电视语音、屏幕文字、旁人的对话等）？本文提出 PromptShield-Home，一个面向真实智能家居场景的试点基准，涵盖寻址歧义、屏幕/音频注入、健康监测误触发、多人共处以及合法指令基线等场景。作者比较了三层抽象方案：传统检测器（L0）、单一 MLLM 智能体（L1，包括视觉、视觉+语音识别、音视频融合）以及多智能体协调（L2，包括投票、角色分工、跨模型仲裁）。由于标签分布偏向“不执行”，整体准确率具有误导性——一个始终拦截的预测器也能达到 82% 的准确率，因此作者分别报告不安全执行率和安全完成率。实验发现两类范式以相反方式失效：检测器对所有内容都响应，而所有 MLLM 配置过度拒绝，几乎无法完成任何真实指令，且在每一例中都漏掉了真实的跌倒事件。关键在于，两者的正确集合是不相交的：假设始终选择正确层的理想路由上限可达 94.1%，而最佳单层仅为 76.5%。作者将该结果作为上界而非系统方案（未实现路由器），并论证智能家居安全更适合通过学习式路由和传感器融合，而非用 MLLM 完全替代传统检测器。该研究适合智能家居系统设计者、MLLM 安全研究人员以及人机交互（HCI）与安全交叉领域从业者阅读。

该论文针对多智能体大语言模型（LLM）系统中中继键值缓存（KV Cache）的因果效应进行了审计研究。在多智能体LLM系统中，智能体之间通常传递键值缓存而非显式文本，许多工作声称这种通信方式能够传递“潜在思维”（latent thoughts）从而提升性能。然而，这种归因声称缺乏严格的因果验证。作者提出，对KV缓存传递的收益归因应基于具体是哪一个示例的缓存被中继，而不是笼统地认为中继任意缓存都有效。为此，他们在已发布的系统中进行了因果审计，通过将原始缓存替换为错配（mismatched-example）、零向量（zeroed）以及矩匹配随机（moment-matched random）的对照缓存，并在两种情境下测试：接收方是否需要发送方的私有信息。实验结果显示，在需要私有信息的情境下，主要骨干网络的回答相关中继达到100%的准确率，而无关中继仅为23-25%，该对比在三个模型家族、五个检查点以及文档QA任务上保持一致。而在接收方不需要私有信息的情境下，通过预注册的五种子协议，在GSM8K、ARC-Challenge以及MedQA等数据集上使用Qwen3多个规模进行检查，发现中继效果与对比基线在2.8个百分点的等价界内（Holm校正TOST检验），即缓存效应并未带来显著配对增益。更关键的是，论文发现大的缓存效应并不等于配对效应：在一个自然场景中，将中继缓存置零导致性能下降14.7个百分点，而使用错配缓存仅下降0.4个百分点。此外，即使接收方需要信息，不同系统表现也差异巨大：LatentMAS的原生中继达到天花板效果，KVComm的层子集中继只有部分效果，而C2C的发布投影器则检测不到示例特定的传递。该研究说明，基准测试的差异本身不足以证明潜在思维传输，必须通过错配缓存审计才能确认因果效应，作者同时发布了这一审计工具。

检索增强生成(RAG)系统虽在一定程度上缓解了大型语言模型(LLM)的幻觉问题，但同时也引入了知识腐败攻击的新漏洞。攻击者可通过向RAG系统提供的文档中注入恶意内容(即文档投毒)来操纵LLM的输出，从而破坏系统的可靠性和安全性。针对这一威胁，本文提出了SecureCollaRAG——一个拜占庭容错(byzantine-tolerant)的协作RAG框架，其核心创新在于引入多源知识验证机制(Multi-source Knowledge Validation Mechanism)。具体而言，该框架利用基于动态图神经网络(GNN)的可信度评分，使智能体系统能够安全地验证文档来源，有效防止隐蔽的知识腐败攻击，同时保持关键领域知识的完整性。作者通过广泛的实验和形式化分析证明，SecureCollaRAG在非独立同分布(non-IID)数据分布下仍能对攻击者保持鲁棒性。这一研究为构建更加安全可靠的LLM应用提供了新的思路，尤其适用于多代理协作和知识密集型场景。适合AI安全、LLM应用开发和RAG系统设计的研究与工程人员阅读。

本论文研究动态图上的边级差分隐私推理问题。在动态图中，关系数据不断更新，若反复用新数据训练模型，隐私损失会随更新次数累积，构成严重威胁。作者形式化定义了边级差分隐私动态图推理（EDG）问题，并提出 PriDyG 框架，将基于 GNN 的结构学习与基于 LLM 的语义推理相结合。PriDyG 的核心创新是增量私有多跳聚合：它缓冲新到达的边，使每条边恰好被处理一次，并通过并行组合原理，使得总隐私成本等价于单次静态发布，与模型更新的次数或排程无关。与几何衰减预算分配方案相比，增量聚合避免了指数增长的噪声，同时保留精确的一跳信号和至少一半的两跳信息传递。此外，PriDyG 利用仅基于节点文本的 LLM 预测来补充加噪后的 GNN 输出，不产生任何额外的边级隐私成本。在四个基准数据集上针对节点分类和链接预测任务进行实验，结果表明 PriDyG 在相同隐私预算下始终优于几何衰减基线，并在降低累计隐私成本达三个数量级的同时，达到与朴素逐次更新重训练相近的效用。该工作为动态图上的隐私保护推理提供了新思路，适合研究差分隐私、图神经网络和 LLM 协同的学者与工程师阅读。

本文面向智能交通系统（ITS）中车联网（V2X）场景下大语言模型（LLM）应用的语义安全防护问题。随着V2X系统在路侧单元和边缘节点中集成LLM用于消息摘要、操作员辅助和决策支持等非安全关键任务，传统的基于认证和消息完整性的安全机制无法覆盖LLM引入的提示词级攻击面。作者提出Guarded-V2X，一种满足实时约束的内联语义护栏架构，用于保护LLM赋能的V2X服务。该架构包含五个核心组件：规则驱动的入站过滤、轻量级安全性分类器、策略约束的结构化生成、可信来源检索以及决策后仲裁机制，从而在下游执行前强制执行机器可检查的安全边界。实验采用四阶段流水线，涵盖入侵漏洞分析、校准与延迟基准测试、护栏有效性验证以及对抗性压力鲁棒性测试，并在面向V2X的模拟数据集上进行，数据来自RSU建议、操作员消息和带标注的V2X消息摘要。结果表明，未加防护和仅依赖提示词的基线在多轮对抗试验下仍存在残余漏洞，而Guarded-V2X在双轮设置中持续降低入侵接受成功率并消除了观察到的非安全补全，同时未超出V2X语义建议路径的延迟预算。论文的主要贡献在于提出了一种面向LLM+V2X的专用防护架构，并系统评估了其在对抗攻击下的有效性和实时性能。适合智能交通系统安全设计者、边缘AI安全研究者和LLM应用防护开发人员阅读。

本论文提出一个名为 ReputationChain 的参与者信任框架，旨在解决区块链供应链中仅依赖账本完整性无法判断参与者在未来风险敏感交易中是否值得信任的问题。现有声誉系统主要关注产品证据、全局反馈聚合或评论真实性，却较少关注重复双边通胀、身份多重性以及稀疏历史中诚实参与者的不公平衰减。ReputationChain 将区块链作为证据和溯源层，而非信任来源。受治理约束的交互结果被转换为有界证据；同一参与对之间的重复交互会被折扣，低交易对手多样性会被惩罚，治理提供的身份置信度会为正证据加权，分数会根据经过验证的交互量向中性先验衰减。身份、合约、结果和更新溯源记录在链上，而非线性声誉计算在链下执行，并在链上检查其可接受性。在 30 次种子运行和匹配交互轨迹的受控模拟中，完整模型将平均合谋收益降至 0.1443，而朴素平均证据为 0.3688，静态衰减为 0.3585。在单个控制器控制十个身份的情况下，声誉通胀率降至 0.8723，而三个对比基线保持在 1.08 以上。在相同的新来者轨迹上，考虑交互量的衰减将新来者平均声誉从 0.6626 提高到 0.7589，并将虚假低信任率从 0.3633 降至 0.1683。配对分析证实了这些改进在多次运行中的一致性。研究结果表明该方法能在有界范围内减少声誉扭曲，而非实现攻击者检测。部署前仍需使用运营数据进行评估和校准。该论文适合区块链安全、供应链系统设计、信任与声誉系统研究者以及需要设计弹性信任机制的安全架构师阅读。

本文是一篇关于区块链赋能可信智能体网络的综述与教程文章，由北京理工大学等机构的研究者撰写。文章首先回顾了从1980年代经典多智能体系统到2026年间智能体架构的演进，指出AI智能体正从孤立的任务执行器演变为能够通信、委派任务、调用工具、访问外部知识并参与跨平台服务与经济流程的网络化自治实体。这种演进催生了开放智能体网络（Open Agent Networks），其中不同利益相关者拥有的异构智能体在缺乏共享身份、授权、审计、声誉和结算基础设施的情况下交互。作者梳理了这一演进过程，特别关注基于大语言模型（LLM）的自主智能体、智能体互操作协议、智能体互联网基础设施以及区块链赋能的信任机制。文章提出，随着信任边界从单智能体执行扩展到跨智能体、跨平台、跨组织交互，出现了一种网络级信任危机，而单智能体安全机制或封闭式多智能体协调技术无法完全应对。为此，作者构建了一个五维分类体系，涵盖实体与能力信任、授权与委派信任、信息与来源信任、协调与群体鲁棒性信任、以及问责与结算信任。基于该分类，文章系统分析了区块链如何提供共享身份、可验证授权、防篡改来源、可审计协作、激励对齐和价值结算，从而支撑可信智能体网络。最后，作者综合了智能体网络风险、信任要求与区块链机制之间的映射关系，并明确指出区块链的角色是作为共享信任层，而非替代智能体安全、语义验证、隐私保护或鲁棒推理。本文适合从事智能体安全、区块链应用和分布式系统研究的学者及希望理解开放智能体网络信任基础设施的安全工程师阅读，为其提供系统性的理论框架与未来研究方向。

CVE-2026-70332 是 Microsoft Office SharePoint 中存在的一处服务端请求伪造（SSRF）漏洞。该漏洞允许未经授权的攻击者通过网络执行欺骗攻击（spoofing），可能进一步利用 SharePoint 的服务器权限发起更深入的攻击。目前仅从 NVD 元数据获取信息，受影响产品版本与厂商细节尚未明确披露。CVSS v3.1 评分为 9.6 分，属于严重级别。攻击向量为网络（AV:N），攻击复杂度低（AC:L），无需身份验证（PR:N），但需要用户交互（UI:R），影响范围可跨越安全边界（S:C），对机密性、完整性和可用性均造成高影响（C:H/I:H/A:H）。考虑到该漏洞可利用性高、影响极大，且 SharePoint 常被用于企业内网协作，一旦被成功利用，可能导致敏感信息泄露、数据篡改或服务中断。目前没有证据表明该漏洞已被在野利用（KEV 未列入，exploit_in_the_wild 为 False），因此不应臆测其已武器化。建议安全团队持续关注 Microsoft 官方安全公告，及时获取受影响版本范围及补丁信息。同时，应限制 SharePoint 服务对不可信网络的暴露，并对出站请求实施严格的访问控制与审计，以降低 SSRF 风险。由于缺少详细技术细节，本摘要仅基于 NVD 元数据，实际处置时需结合官方补丁和厂商指引。

CVE-2026-65667 是微软 Teams 中存在的一个授权缺失漏洞。根据 NVD 提供的元数据，该漏洞允许未经授权的攻击者通过网络利用此缺陷进行权限提升。CVSS v3.1 评分为 10.0，属于严重级别，攻击向量为网络（AV:N），攻击复杂度低（AC:L），无需任何权限（PR:N），且无需用户交互（UI:N）。漏洞影响范围可跨越安全边界（S:C），对机密性和完整性造成完全影响（C:H/I:H），但对可用性无影响（A:N）。由于受影响产品和具体版本信息未在元数据中提供，无法精确描述受影响的部署范围。此漏洞的核心风险在于授权缺失，意味着攻击者可能绕过正常的认证机制，在未授权的情况下执行高权限操作，可能导致数据泄露、篡改或进一步的系统入侵。鉴于其极高的 CVSS 分数和网络可利用性，该漏洞应被视为紧急处理对象。建议措施包括：及时关注 Microsoft 官方安全公告，一旦有补丁发布应立即部署；在补丁可用之前，严格限制 Microsoft Teams 服务的网络暴露，避免暴露在不可信的网络中；实施网络分段和访问控制，以减轻潜在攻击；同时监控相关日志，留意异常权限变更或未授权访问行为。由于没有 KEV 或已利用标记，目前尚不能确认该漏洞是否已在野被利用，但仍需保持高度警惕。

CVE-2026-63508 是 Microsoft Planetary Computer Pro 中存在的一个关键函数缺少身份验证漏洞。该漏洞允许未经授权的攻击者通过网络远程提升权限，CVSS 评分为 10.0（严重），攻击向量为网络，攻击复杂度低，无需任何特权或用户交互即可利用，且影响范围可波及相邻系统。由于受影响的具体产品版本和厂商尚未在元数据中明确，目前仅能依据公开描述确认漏洞性质。该漏洞的核心风险在于关键功能未实施身份验证，攻击者可利用此缺陷未授权访问或修改系统资源，造成机密性和完整性完全丧失，但可用性不受影响。鉴于 CVSS 满分，该漏洞应被视为紧急处理对象。建议措施包括：优先排查并应用厂商发布的安全补丁（若可用），严格限制相关服务的网络暴露范围，部署入侵检测/防御系统，并监控关键日志以发现异常访问行为。在补丁发布前，建议禁用或隔离受影响的组件，确保只有可信网络流量可达。

CVE-2026-62896 是 Microsoft Teams 中存在的一处身份验证不当漏洞。根据 NVD 提供的元数据，该漏洞允许已获得授权的攻击者通过网络利用此缺陷实现权限提升。漏洞的 CVSS 评分为 9.6，属于严重级别。其攻击向量为网络（AV:N），攻击复杂度低（AC:L），攻击者需要具备低权限（PR:L），无需用户交互（UI:N），影响范围可波及至安全边界之外（S:C）。漏洞对机密性和完整性均造成高影响（C:H/I:H），但对可用性无直接影响（A:N）。由于该漏洞可通过网络远程利用且权限要求较低，实际威胁较高，建议用户密切关注 Microsoft 官方安全公告。目前 NVD 元数据未提供受影响的具体产品版本、厂商信息，也未提供 EPSS 评分，因此无法进一步确认受影响范围。根据 CVSS 基本分数，此漏洞应优先处理。建议采取的措施包括：及时关注并应用 Microsoft 发布的安全更新，限制 Teams 相关服务的网络暴露面，对账户权限进行最小化原则管理，并监控异常的网络访问行为。注意：当前信息仅来自漏洞元数据，未提及在野利用或已被纳入 KEV 目录，因此不应推断其已被实际利用。此摘要基于 NVD 提供的信息，未经过额外的技术分析验证。

CVE-2026-62873 是 Microsoft 365 Admin Center 中的一个加密签名验证不当漏洞。该漏洞源于对加密签名的验证不充分，使得未经身份验证的攻击者能够在网络环境中提升权限。由于攻击无需任何前置条件，且利用复杂度低，攻击者可以完全破坏受影响系统的机密性、完整性和可用性。CVSS 评分为 9.8，属于严重级别。根据目前可获得的元数据，尚未提供受影响的具体产品版本和厂商信息，因此无法确定实际受影响的部署范围。建议管理员密切关注 Microsoft 官方安全公告，及时应用补丁更新。同时，由于漏洞涉及网络攻击，应限制管理中心的网络暴露，仅允许可信网络和 IP 访问，并加强监控以检测异常行为。尽管目前没有关于该漏洞已被在野利用的确凿证据，但其超高的 CVSS 评分意味着一旦利用代码公开，风险极大。建议优先评估内部资产，并采取临时缓解措施。

CVE-2026-62830 是 Azure SRE Agent 中存在的一个缺失授权漏洞。根据 NVD 描述，该漏洞允许已授权攻击者通过网络提升权限。CVSS 3.1 评分为 9.9，攻击向量为网络（AV:N），攻击复杂度低（AC:L），所需权限低（PR:L），影响范围可跨越安全边界（S:C），对机密性、完整性和可用性均有高影响。由于信息有限，具体受影响的产品版本和厂商细节尚未披露。该漏洞的根因是缺少适当的授权检查，使得具备低权限的已认证用户能够利用网络访问实现权限提升，可能导致完全接管相关服务或数据。鉴于其极高的严重性评分，建议优先关注 Azure SRE Agent 相关的安全公告，尽快应用官方补丁或缓解措施；同时应在网络层面限制该组件的暴露范围，并遵循最小权限原则，确保仅授权人员可访问。目前没有证据表明该漏洞已被在野利用（KEV 状态为 False，在野利用字段为 False）。

CVE-2026-59118 是 Microsoft Power Apps 中存在的一处授权不当（Improper Authorization）漏洞。根据 NVD 提供的元数据，远程网络攻击者可在无需预先认证（PR:N）的情况下，通过诱导用户交互（UI:R）触发该问题，从而在受影响环境中提升权限，并可能造成机密性和完整性的高影响（C:H/I:H），但可用性不受影响（A:N）。该漏洞的 CVSS 评分为 9.3（严重），攻击复杂度低（AC:L），攻击范围可跨越安全边界（S:C）。目前 NVD 公布的信息极为有限，未提供受影响产品的具体版本、修复补丁或厂商技术细节，也未提供 EPSS 评分。同时，该漏洞尚未被列入 CISA KEV 目录，也没有任何在野利用的明确证据，因此不应臆测其已被武器化。由于缺乏技术细节，建议安全团队密切关注 Microsoft 官方安全公告和 Power Apps 的产品更新渠道，一旦发布补丁应优先评估并部署。同时，可采取临时缓解措施，如限制 Power Apps 相关服务的网络暴露、强化用户安全意识（警惕恶意链接或诱导操作），并启用审计日志以监控异常权限提升行为。在获得更详细的信息前，建议将置信度标记为“仅元数据”，并将其作为漏洞管理流程中的一个高优先级待办事项进行跟踪。综合来看，该漏洞因风险评分高但信息不全，属于需要紧急跟进的潜在高风险问题。

CVE-2026-59115 是 Microsoft Entra Provisioning Service（又称 SyncFabric）中存在的一个路径遍历类漏洞，其触发模式为 '.../...//'。该漏洞允许已获得合法认证（authorized）的攻击者通过网络远程利用，在未授权的情况下实现权限提升。由于 Entra Provisioning Service 通常承载身份同步和配置管理等高权限功能，一旦被利用，攻击者可能获取对服务底层组件或相关云资源的更高访问控制权，进而导致机密性、完整性和可用性全面受损。CVSS 3.1 评分为 9.9，攻击向量为网络（AV:N），攻击复杂度低（AC:L），所需权限仅为低权限（PR:L），且无需用户交互（UI:N），影响范围可跨越安全边界（S:C），对机密性、完整性和可用性均造成高影响（C:H/I:H/A:H）。目前该漏洞尚未被列入已知被利用漏洞目录（KEV），也未被标记为已遭在野利用。由于厂商、受影响产品版本及补丁信息暂未随元数据提供，建议相关企业立即关注 Microsoft 官方安全公告，评估自身是否使用 Microsoft Entra Provisioning Service，并在产品可更新时优先部署官方补丁。同时，应限制该服务的网络暴露面，仅允许受信任的 IP 或内网访问，并加强对相关账号权限的审计与监控，以防漏洞被恶意利用。

CVE-2026-56162 是 Microsoft Azure SQL Database 中已披露的认证不当漏洞。攻击者可在无需任何凭证的情况下，通过网络远程利用该漏洞实施权限提升，CVSS v3.1 评分为满分 10.0（AV:N/AC:L/PR:N/UI:N/S:C/C:H/I:H/A:H）。该漏洞的根本原因在于 Azure SQL Database 的认证机制存在缺陷，导致未授权攻击者能够绕过正常身份验证流程，进而获取更高权限。由于攻击向量为网络远程、攻击复杂度低、无需用户交互，且可影响机密性、完整性和可用性，此漏洞风险极高。NVD 元数据中未提供受影响产品的具体版本范围或厂商信息，亦未标记该漏洞已列入 KEV 或已在野利用，故无法确认其实际被利用情况。鉴于其严重性，强烈建议 Azure SQL Database 用户密切关注厂商安全公告，及时应用官方发布的补丁或配置更新；同时应限制数据库的网络暴露范围，采用防火墙规则、网络安全组或虚拟网络隔离等手段，仅允许可信源访问，以降低潜在的远程利用风险。此外，建议开启数据库审计与异常访问监控，便于及时发现可疑活动。该漏洞的完整技术细节和受影响版本列表尚未公开，安全团队应持续跟踪官方渠道获取补充信息。

CVE-2026-56161 是微软 Azure Logic Apps 中存在的不当访问控制漏洞。该漏洞允许已授权攻击者通过网络披露敏感信息，CVSS 评分为 9.6，属于严重级别。攻击向量为网络，攻击复杂度低，所需权限仅为低权限，且无需用户交互，影响范围可波及到其他安全域（Scope Changed）。漏洞同时影响机密性和完整性，但不影响可用性。由于该漏洞利用条件简单且影响严重，建议用户立即排查相关 Azure Logic Apps 实例，关注官方安全公告和补丁发布情况，并及时应用更新。同时，应限制 Logic Apps 的网络暴露面，遵循最小权限原则，对已有访问权限的用户进行审计，防止信息泄露风险。目前该漏洞尚未被列入已知被利用漏洞目录（KEV），也未观察到在野利用，但鉴于其高严重性，仍应优先处理。

CVE-2026-50515 是微软 Azure Service Bus 中存在的一个严重反序列化漏洞，CVSS 评分为 9.9（Critical）。该漏洞源于对不可信数据的反序列化处理，使得已获得低权限的授权攻击者能够通过网络远程执行任意代码。由于 Service Bus 是云环境中广泛使用的消息传递服务，该漏洞可导致跨系统的横向移动和权限提升。攻击者利用该漏洞可能完全破坏目标服务，从而影响数据的机密性、完整性和可用性。目前该漏洞尚未被列入 CISA KEV 目录，也未被标记为在野利用，但我们仍强烈建议用户立即关注官方安全公告并采取缓解措施。受影响产品和具体补丁信息暂未公开，但鉴于漏洞的极高严重性，应在补丁可用后第一时间部署。同时建议限制 Service Bus 的网络暴露范围，启用详细的审计日志，并监控可疑的消息处理活动。

CVE-2026-50481 是 Azure Active Directory（现 Microsoft Entra ID）中的一个高危漏洞，其核心问题被归类为“修改假定不可变数据”（Modification of Assumed-Immutable Data，MAID）。根据 NVD 元数据，该漏洞允许已获得合法凭据的授权攻击者通过网络在低复杂度条件下提升自身权限。CVSS v3.1 评分为 9.9（Critical），攻击向量为网络（AV:N），攻击复杂度低（AC:L），所需权限仅为低权限（PR:L），无需用户交互（UI:N），且影响范围发生改变（S:C），对机密性、完整性造成高影响（C:H/I:H），对可用性造成低影响（A:L）。由于该漏洞位于身份认证与目录服务核心组件中，一旦被利用，攻击者可能从普通用户权限提升至更高权限角色，进而控制目录对象、策略或应用程序，对企业身份安全构成严重威胁。目前 NVD 未提供受影响产品版本或厂商详细信息，也未被列入 KEV 目录，且无在野利用标记。鉴于 CVSS 分数极高，且涉及身份基础设施，安全团队应高度警惕，并立即关注微软官方安全公告与补丁发布动态。在没有补丁的情况下，建议增强对 Azure AD 的日志审计与异常行为监控，限制不必要的网络暴露，并启用条件访问和最小权限原则，以降低潜在风险。

ngx-extended-pdf-viewer embeds a fork of Mozilla's pdf.js rather than depending on pdfjs-dist, so this vulnerability is not visible to dependency scanners through package.json. ### Impact Opening a malicious PDF can execute attacker-controlled JavaScript in the context of the hosting page. Upstream advisory: GHSA-hq66-cqwq-w95j / CVE-2026-16633. ### Exposure. The sandbox half of the issue requi

Cloud & Application Security

From Scanner to Stealer: Inside the trivy-action Supply Chain Compromise

Next-Gen Identity Security

CrowdStrike Named an Innovation and Growth Leader in the 2026 Frost Radar™: Cloud and Application Runtime Security

CrowdStrike Expands Identity Leadership with OpenID and IDPro

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 on-demand

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

Falcon Cloud Security July 2026 Release: Helping Security Teams Move Faster in the Cloud

Learn why KuppingerCole named Microsoft a Leader in its Leadership Compass: Cloud Native Application Protection Platforms report. The post ​​Microsoft named a Leader in the KuppingerCole Leadership Compass for Cloud Native Application Protection Platforms (CNAPP) appeared first on Microsoft Security Blog.

Analysis of ChainDrop, an npm supply chain worm extracting GitHub Actions runner secrets and using Ethereum smart contracts for C2 routing. The post ChainDrop: Inside a Self-Propagating npm Worm appeared first on Unit 42.

A Canadian man pleaded guilty today to his role in accessing company accounts at cloud storage provider Snowflake and stealing data from at least 165 organizations in a scheme to extort millions of dollars from victims. [...]

该论文提出了一种名为预测响应优化（Predictive Response Optimization, PRO）的框架，用于解决在线社交网络（OSN）中的滥用检测问题。传统研究几乎都将滥用检测视为一个二元分类问题，即训练一个高精度/高召回的分类器将样本标记为良性或恶意，但很少关注检测后应执行何种动作。作者指出，实际对抗滥用的目标并非完美分类，而是通过选择动作（如封禁用户、拦截请求、显示验证码、收集更多证据等）来优化滥用危害与对良性用户体验影响之间的权衡。基于这一视角，论文将问题形式化为强化学习：系统利用上下文信息，预测在每种可能动作下的未来滥用和用户体验指标，并选择能够最优权衡多维目标的动作。作者强调，扩大动作集合能够在帕累托前沿上达到比单纯调整二元分类器阈值更好的效果。论文在Instagram和Facebook上部署了针对自动活动（如自动化滥用）的PRO系统版本，实验表明，与基线分类系统相比，PRO在不损害用户体验的前提下，分别将滥用数量减少了59%和4.5%。此外，论文通过案例研究展示了PRO能够快速自动适应业务约束、系统行为或对抗策略的变化。该工作的主要贡献是：首次将检测后的响应决策纳入优化目标，提出基于强化学习的端到端动作选择框架，并在真实社交网络平台上验证了其有效性。适合关注社交网络滥用防御、安全自动化决策以及将机器学习应用于内容平台安全的研究人员和蓝队工程师阅读。

该论文聚焦于智能合约等可重入应用（Reentrant Applications）的组合安全（Compositional Security）问题。智能合约中反复出现的灾难性漏洞（如著名的重入攻击）表明，在编写需要与恶意代码组合运行的软件时，我们尚缺乏可靠的构造安全代码的方法。信息流控制（Information Flow Control, IFC）长期以来被视为实现组合安全的有效途径，能够在组合来自不同信任域的软件时提供强安全保证。然而，当存在重入（reentrancy）攻击时，传统信息流控制的理论保证会被破坏，使得这一方案在现实中难以奏效。论文的主要贡献包括：第一，形式化定义了通用意义上的重入概念，厘清了何种行为构成重入；第二，提出一种新的安全条件，允许智能合约等软件模块在保留安全重入形式表达力的同时，保护其关键不变量；第三，设计并实现了一个安全类型系统，该类型系统可证明地执行安全信息流策略；第四，将类型系统与运行时机制相结合，使得在存在未知恶意代码的情况下，依然能够强制实施安全的重入约束；第五，通过该类型系统成功定位并修正了若干近期备受关注的高危漏洞实例。实验评估表明，该方法既保持了实用性，又显著提升了组合安全性。该研究为构建抗重入的智能合约及类似可重入应用提供了形式化基础与工具支撑，适合安全编程语言研究者、智能合约开发者以及系统安全工程师阅读。

蜂窝基带负责移动设备与基站之间的通信，但其安全性评估极为困难。基带固件通常闭源、混淆度高且逻辑复杂，手动逆向分析需要大量重复劳动，难以覆盖不同型号和版本；自动化分析又因固件规模庞大、涉及大量与复杂蜂窝协议相关的函数而难以实施。因此，已有的基带安全研究大多只针对单一厂商的少数型号或版本，缺乏系统性和可扩展性。针对这一空白，本文提出 BaseSpec 方法，其核心思路是将基带软件中的协议实现与 3GPP 蜂窝规范（特别是 L3 协议）进行细粒度的自动化比较分析。通过提取基带固件中的状态机、消息处理流程和协议字段约束，并与规范中的定义进行比对，从而识别实现中的偏差、逻辑错误或潜在漏洞。该方法能够有效减少人工参与，使分析过程可扩展到多厂商、多型号和多版本。论文的主要贡献包括：设计了一种面向 L3 协议的基带软件-规范比较框架；提出了自动化提取和比对协议状态机的方法；并通过实验证明该方法能够发现实际基带实现中的安全相关缺陷。适合移动安全研究员、基带厂商安全团队以及对协议实现漏洞挖掘感兴趣的读者阅读。

本文研究了社交媒体中‘意外 URL’（unintended URLs）构成的威胁。所谓意外 URL，是指用户本不想分享、却因其格式或平台特性而无意中传播的链接。研究者通过大规模测量和用户行为分析，刻画了这类 URL 在主流社交平台上的出现频率、传播机制以及可能产生的安全后果。论文提出了一种基于 URL 语法特征和上下文信息的自动识别方法，用于区分‘有意分享’与‘意外分享’的链接，并评估了现有平台防护措施（如链接缩短、预览、过滤）的盲区。实验结果表明，意外 URL 在真实平台数据中占有一定比例，且常被攻击者利用，例如通过伪装成合法前缀的截断链接或误黏贴的恶意域名，导致用户遭受钓鱼、恶意下载或账号劫持。论文还讨论了用户误操作（如复制不完整、点击自动补全）与平台交互设计之间的关系，并提出改进建议。该研究的核心贡献在于首次系统性地定义并量化了‘意外 URL’这一隐蔽威胁，为社交平台安全设计提供了新的检测维度。适合关注社交平台安全、URL 分析、用户行为与安全交叉领域的安全研究人员、SOC 分析人员及平台安全工程师阅读。

该论文提出了一种名为 Lemon 的网络级 DDoS 检测系统，旨在解决在网络核心进行大规模流量测量时，传统方案依赖路由信息或需逐流维护状态而导致的扩展性差、部署复杂等问题。核心创新在于实现一种"路由无关"（routing-oblivious）的逐流测量机制，使得系统无需感知具体路由路径或修改现有网络设备，即可准确统计网络中各条流的流量特征。Lemon 通过精心设计的哈希与采样算法，在保证测量准确性的同时显著降低内存和计算开销，能够基于流量特征实时识别异常波峰，从而在攻击早期发现分布式拒绝服务（DDoS）事件。实验部分（基于真实网络流量数据与原型实现）验证了 Lemon 相比现有方法具有更高的检测精度和更低的资源消耗，并能适应高速网络环境。该研究对于在网络核心部署轻量级、可扩展的 DDoS 检测方案具有理论参考价值，适合网络测量、流量分析与安全监控方向的研究人员阅读。

本论文聚焦于射频感知（Radio-Frequency Sensing）技术的用户隐私感知问题。射频感知技术（如基于Wi-Fi信号、毫米波等）能够在不直接接触用户的情况下检测人体活动、位置和生理特征，为智能家居、健康监测等场景带来便利，但同时也可能带来严重的隐私风险。论文通过实证研究调查用户对这类技术的看法，探讨用户是否将其视为“隐私解决方案”还是“隐私威胁”。研究采用问卷调查或定性访谈等方法，分析用户对不同射频感知应用的接受度、担忧点以及期望的隐私保护措施。作者团队来自学术界（包括卡内基梅隆大学等），论文发表于USENIX Security 25，属于安全与隐私领域的高水平学术会议。核心贡献在于揭示用户对射频感知技术的认知差异，并为设计更符合用户隐私期望的射频感知系统提供依据。由于仅有论文摘要，未包含具体实验细节和量化结果，但可以确定这是一项关于隐私态度的人为因素研究，对网络安全中的隐私设计、用户告知和同意机制有重要参考价值。适合隐私研究员、人机交互设计者、物联网安全工程师以及涉及射频感知产品合规的从业者阅读。

该论文研究了恶意网页如何利用 Service Worker（服务工作者）作为持久性隐私泄露通道。Service Worker 是浏览器提供的一种能力，允许网站在后台运行脚本，即使页面关闭后仍可控制网络请求。作者发现，这种机制可被滥用为一种‘休眠代理’（sleeper agent）：一旦用户访问了恶意站点并注册了 Service Worker，该 worker 就会潜伏在浏览器中，后续当用户访问其他同源或相关站点时，worker 能够被动监听或主动篡改网络请求，从而窃取敏感信息（如会话令牌、表单数据、用户身份标识等）。论文重点分析了这种攻击的技术可行性、跨站点隐私泄露的多种场景，以及现有浏览器安全机制（如 Secure Context、同源策略等）为何无法完全阻止该威胁。核心贡献包括：提出了新的攻击路径，展示了服务工作者在隐私攻击中的持久性和隐蔽性，并讨论了可能的缓解策略。论文适合关注浏览器安全、隐私保护、Web 平台安全机制的研究人员、安全工程师和浏览器厂商阅读。由于仅有摘要，具体实验细节和量化结果未知，但该研究揭示了 Service Worker 被滥用的新风险，对 Web 平台的安全设计具有重要启示。

本文针对恶意URL重定向网络难以实时发现的问题，提出了一种主动式的发现与测量方法。恶意URL常通过多层重定向隐藏自身以逃避检测，传统方法多为被动响应，难以实时捕捉重定向流量。作者提出一个三步算法：首先收集种子域名的重定向路径；其次将共享重定向路径中公共节点的域名进行聚类；最后通过IP同驻关系搜索其他关联域名。实验基于对2,300个流行假新闻网站的审计，从中选取276个发生重定向的假新闻域名作为种子，成功发现了三个大规模重定向活动。进一步验证表明，91%的入口域名并非新注册，而是近期过期后被重新注册并停放于专用主机的域名。为缓解该威胁，作者部署了系统自动收集新重新注册的域名并发布新的重定向网络。在五个月的运营中，其威胁情报报告获得了超过50,000次Google搜索展示，并被商业安全厂商工具推荐。此外，研究结果已报告给Google和AWS，两家公司均迅速采取行动移除恶意组件。该工作为持续发现来自重新注册域名的规避性重定向流量提供了一条可行途径。

本文研究触发-动作平台（Trigger-Action Platforms, TAPs）中的数据隐私问题。TAPs（如IFTTT、Zapier）允许用户将独立的Web服务或物联网设备连接起来，通过简单的“触发-计算-动作”规则实现自动化，例如“当温度传感器超过阈值时发送邮件通知”。这类平台在带来便利的同时，也引入了大规模安全风险：一旦TAP服务器被攻破，攻击者将获取数百万用户的敏感数据（如智能门锁状态、位置信息、健康数据等）。针对这一风险，作者提出了eTAP，一个隐私增强的触发-动作平台。eTAP的核心思路是：在不以明文访问用户私有数据、也不学习计算结果的任何信息的前提下，执行触发-计算-动作规则。技术实现上，eTAP以混淆电路（garbled circuits）为原语，并利用了触发-计算-动作规则的特殊结构来提升实用性。作者正式阐述了协议的安全保证并给出了证明。他们实现了eTAP原型，支持主流商业TAP（IFTTT和Zapier）上最常用的操作类型，包括对私有触发数据的布尔运算、算术运算和字符串运算。实验表明，eTAP能够运行IFTTT前500条规则中的100%，以及Zapier所有公开规则中的93.4%。基于十个覆盖多种操作的现有规则进行性能评估，eTAP的性能开销在可接受范围内：平均规则执行延迟增加约70毫秒（增加55%），吞吐量降低约59%。本文的主要贡献在于首次提出了一种实用的、基于混淆电路的隐私保护TAP方案，在保持与现有规则高度兼容的同时，提供了可证明的安全隐私保障。适合关注IoT安全、隐私计算、安全协议设计的蓝队研究人员、SOC分析人员及安全架构师阅读。

该论文针对语音说话人识别系统（SRS）在真实黑盒场景下的安全性进行了首次系统性研究。说话人识别作为生物特征认证和身份识别机制已被广泛使用，但现有对抗攻击研究大多局限于白盒设置，即攻击者对模型结构和参数有完全知识；而在实际应用中，攻击者通常只能通过查询接口获取有限的输出信息，因此黑盒攻击的可行性仍属开放问题。为此，作者提出了一种名为 FAKEBOB 的黑盒对抗攻击方法。其核心思路是将对抗样本生成建模为一个优化问题，在考虑对抗样本置信度和最大扰动之间平衡的同时，实现攻击强度与不可感知性的兼顾。关键创新在于提出了一种估计算法，用于估算说话人识别系统中使用的分数阈值（score threshold），并将该阈值引入优化目标，从而有效求解优化问题。实验表明，FAKEBOB 在开源系统和商业系统上均能达到 99% 的定向攻击成功率；在物理世界通过空中播放时同样有效。此外，作者进行的人工测试显示，人类很难区分原始语音和对抗语音的说话人。最后，论文将语音识别领域常用的四种对抗防御方法迁移到说话人识别场景，发现这些方法对 FAKEBOB 均无效，说明需要针对 SRS 设计更有效的防御手段。该研究揭示了说话人识别系统在黑盒条件下的安全脆弱性，并推动了其安全鲁棒性改进。注意：本摘要仅基于论文摘要，未涉及具体攻击实现细节。

本论文研究了一个核心问题：能否通过“实例编码”（Instance Encoding）机制，在将训练数据输入普通（非私有）学习算法之前对其进行修改，从而让原本不具备隐私保护能力的学习算法获得隐私保障。作者首先形式化了实例编码的概念，并提出了两种攻击模型来度量其隐私性：一个较强的攻击模型和一个较弱的攻击模型。在较强的攻击模型下，他们证明了不可能性结果，即无法通过这类编码机制实现所期望的（更强的）隐私保证。随后，在较弱的攻击模型下，他们对 InstaHide 方案（Huang, Song, Li 和 Arora 在 ICML'20 提出的、旨在利用实例编码保护隐私的近期方案）展示了实用的攻击。实验结果表明，InstaHide 的安全性在较弱的攻击模型下也无法成立，能够通过攻击恢复或泄露敏感信息。该研究为实例编码类隐私方法的局限性提供了理论依据和实证证据，对设计隐私保护机器学习算法具有重要参考价值。适合机器学习隐私研究人员、密码学与安全分析人员，以及关注数据脱敏和隐私增强技术的工程师阅读。

本文提出了一种名为 Warmonger 的新型攻击向量，针对云环境中的无服务器计算平台，可导致平台与外部内容服务器之间的拒绝服务。其核心原理是：无服务器平台通常为所有用户的函数共享同一组出口 IP 地址来访问外部内容服务器。恶意用户可以利用这一共享机制，故意实施异常行为，诱使内容服务器封锁这些出口 IP，进而造成平台范围内所有用户的函数无法访问该目标服务器，形成平台级 DoS。作者在多家主流无服务器服务提供商上进行了长达数月的实验，收集并分析了四家主要 SSP 的出口 IP 使用模式，并深入评估了攻击者可能采取的造成 IP 封锁的具体行为。研究结果显示，部分 SSP 使用的出口 IP 数量极少（最少仅有 4 个），且在所有用户间共享；同时，无服务器平台为恶意用户提供了足够的操作空间，使其能够实施众所周知的滥用行为（如恶意请求、违规访问等）来触发 IP 封锁。该研究揭示了对新兴无服务器计算平台的一个潜在安全威胁，并提出了潜在的缓解思路，例如增加出口 IP 池、隔离用户出口、或采用代理/网关机制来监测和防止滥用。本文适合无服务器平台安全研究人员、云服务提供商的安全工程师以及依赖无服务器架构的企业安全团队阅读，以了解此类风险的原理和防护方向。

本文是一篇针对恶意软件分析实践的用户研究论文，旨在填补学术界对实际恶意软件分析工作流程认知的空白。尽管已有大量研究关注恶意软件分析技术本身，但从业者实际采用的分析流程、目标及决策因素却鲜有研究。作者对来自18家不同公司的21名专业恶意软件分析师进行了用户研究，这些分析师背景多样，覆盖不同类型的安全团队。研究围绕三个核心问题展开：（1）实际工作中恶意软件分析师的不同目标是什么？（2）典型的专业恶意软件分析师工作流程由哪些环节组成？（3）当分析师决定进行动态分析时，他们会考虑哪些因素来搭建动态分析系统？基于参与者的回答，作者提出了恶意软件分析师的分类学，并识别出五种常见的分析工作流程。此外，研究还揭示了分析师在不同工作阶段面临的挑战，例如静态分析中的代码混淆、动态分析环境搭建的复杂性、时间压力以及工具链集成问题。基于这些挑战，作者提出了两个未来研究方向，旨在提高分析工具的实用性并解决实际痛点。最后，作者为恶意软件分析工具开发者提供了改进工具可用性的建议指南。该研究为安全社区提供了对实际恶意软件分析过程的深入理解，有助于连接学术研究与工业实践，推动更具实用价值的研究方向。

该论文以真实世界环境为背景，系统研究了基于深度学习的语音合成攻击（即语音深度伪造）对自动说话人识别/验证系统的威胁。研究首先指出了当前语音合成技术（如端到端生成模型、神经声码器）已能生成高度逼真且带有人类自然韵律的语音，这为攻击者提供了低成本、易获取的工具。作者通过收集并构建包含多种真实说话人、不同录音设备和嘈杂环境条件的语音数据集，模拟攻击者仅使用公开可得或可自行训练的合成模型，对商业及开源说话人验证系统进行黑盒攻击。实验揭示了这些系统在真实世界条件下对合成语音的脆弱性，攻击成功率往往远超随机猜测，且部分系统在掌握少量目标说话人样本后更容易被绕过。论文还分析了影响攻击效果的因素，如合成语音的时长、内容长度、背景噪声、编解码压缩等。更进一步，作者探讨了防御措施，包括基于语音自然度检测、频谱异常检测、以及多模态验证等方法，但指出现有防御在对抗未知合成模型时仍存在局限。该研究的核心贡献在于首次在接近真实的部署环境中全面评估语音合成攻击的威胁，证明其并非实验室中的概念验证，而是需要工业界重视的实际安全问题。适合语音安全、生物识别、AI安全与隐私保护领域的研究人员、SOC分析师以及语音认证系统的开发与运维人员阅读，以便理解攻击面并设计更具鲁棒性的防护方案。

该论文针对去中心化安全群组消息传递中的密钥协商问题展开研究。现有安全群组消息协议通常假设一个中心化网络模型，所有消息通过单一服务器路由，并且该服务器被信任为群组状态更新提供一致的全序关系。然而在去中心化网络中不存在这样的中央权威，因此需要重新设计密钥协商机制。作者提出了去中心化连续群组密钥协商（DCGKA）这一新的密码学原语，它构成去中心化安全群组消息协议的核心。论文给出了DCGKA协议的一个实用构造，并证明了其安全性。该协议能够应对移动设备频繁离线、群组成员动态添加与移除、以及长期会话中设备被攻破等实际威胁。在设备泄露情况下，协议实现了前向保密和后向（泄露后）安全。作者还描述了如何从DCGKA构建完整消息协议，并通过原型实现评估了性能，展示了其实用效率。这项工作为无中心权威的端到端加密群组通信提供了理论基础和可行方案。适合对安全消息协议、密码学原语设计、去中心化系统感兴趣的网络安全研究人员阅读。

该论文提出了一种名为GeCos（Generalizable and Comprehensible）的方法，旨在替代现有的专家系统，用于工业入侵检测。研究背景是工业控制系统（ICS）面临日益增长的网络安全威胁，传统的基于规则的专家系统要么缺乏泛化能力，要么难以理解。GeCos方法结合了机器学习的可泛化性和可解释性，试图在检测性能与人类可理解性之间取得平衡。由于本文仅提供标题和作者信息，摘要内容缺失，上述描述基于标题的合理推测。详细技术细节和实验证明需阅读原文。

本论文的摘要未在元数据中提供，因此以下内容基于论文标题和已知研究背景进行合理推断。HyTrack 提出了一种跨 Android 应用与 Web 浏览器的持久化跟踪技术，其核心目标是解决用户清除本地标识符（如 Cookie、设备 ID）后跟踪中断的问题。该技术可能利用应用与 Web 服务之间的共享存储（如 SharedPreferences、Web Storage）、同步机制或网络侧信道，在清除一方标识后，通过另一方重新建立用户关联，从而实现“可复活”的弹性跟踪。论文可能详细描述了 HyTrack 的架构设计，包括跨环境状态协调、标识符重建算法以及隐蔽通信手段，并通过实验验证其在主流 Android 应用和浏览器组合中的有效性和持久性，同时评估其对现有隐私保护机制（如 ITP、Cookie 清除）的绕过能力。研究贡献在于首次系统化展示了跨应用与 Web 的持久跟踪实现路径，对隐私保护研究和移动安全防御具有重要参考价值。适合移动安全、隐私保护、威胁情报等领域的研究人员阅读，以理解此类跨平台跟踪的攻击面与防御缺口。

该输入来源标记为360CERT安全报告，但实际URL为360.cn下的licence2.html，页面标题为“（总）网出证（京）字第281号”，这通常是网络出版服务许可证或类似行政备案信息。输入中未提供任何正文摘要，也没有CVE、威胁行为者、恶意软件家族、行业、地区、ATT&CK技术等信息，因此该输入不构成有效的威胁情报。标签中出现了apt、malware等词，但没有任何证据支持这些标签。在缺乏实际内容的情况下，无法判断该页面是否曾被用于攻击活动，也无法给出受害者和防御建议。安全团队应明确此为行政合规页面，而非安全事件情报。建议忽略此报告，或等待360CERT发布完整内容（如果有）。此外，由于发布日期为2026年，可能为无效日期或占位符。总体而言，该条目不具备情报价值，不应作为威胁分析依据。

无人机开源飞控 PX4-Autopilot堆栈溢出漏洞 CVE-2025-15150

MongoDB内存泄漏 CVE-2025-14847(MongoBleed)

1Panel 代理证书验证绕过导致任意命令执行漏洞(CVE-2025-54424)

ModelContext Inspector 未授权访问漏洞(CVE-2025-49596)

llamaindex SQL 注入漏洞(CVE-2025-1750)

Screen 本地权限提升漏洞(CVE-2025-23395)

Zabbix认证后SQL注入漏洞(CVE-2024-42327)

ProjectSend认证绕过漏洞(CVE-2024-11680)

PyTorch库RPC框架反序列化RCE漏洞(CVE-2024-48063)

Grafana认证后DuckDB-SQL注入漏洞(CVE-2024-9264)

SPIP BigUp Unauthenticated RCE(CVE-2024-8517)

Rejetto HFS 远程命令执行漏洞(CVE-2024-39943)

Apache HugeGraph-Server Command Execution In Gremlin（CVE-2024-27348）

Zabbix 后台延时注入(CVE-2024-22120)

CrushFTP 认证绕过漏洞（CVE-2024-4040）

Alert for CVE-2026-21992

Alert for CVE-2025-61884

Alert for CVE-2025-61882

Alert for CVE-2024-21287

Alert for CVE-2022-21500

Alert for CVE-2021-44228

Linux 内核提权 CVE-2026-31431(copy-fail)

Alert for CVE-2026-35273

【安全通告】Linux Kernel Open vSwitch "OVSwrap" 本地权限提升漏洞风险通告（CVE-2026-64531）

【安全通告】Linux Kernel SCTP "SCTPhantom" 本地权限提升漏洞风险通告（CVE-2026-64564）

Improper neutralization of input during web page generation ('cross-site scripting') in Microsoft Office SharePoint allows an unauthorized attacker to perform spoofing over a network.

Improper verification of cryptographic signature in Microsoft 365 Admin Center allows an unauthorized attacker to elevate privileges over a network.

Missing authentication for critical function in Microsoft Planetary Computer Pro allows an unauthorized attacker to elevate privileges over a network.

Deserialization of untrusted data in Azure Service Bus allows an authorized attacker to execute code over a network.

Improper authentication in Azure SQL Database allows an unauthorized attacker to elevate privileges over a network.

Missing authorization in Microsoft Teams allows an unauthorized attacker to elevate privileges over a network.

Missing authorization in Azure SRE Agent allows an authorized attacker to elevate privileges over a network.

Improper access control in Azure Logic Apps allows an authorized attacker to disclose information over a network.

Improper limitation of a pathname to a restricted directory ('path traversal') in Application Insights Profiler allows an authorized attacker to elevate privileges over a network.

'.../...//' in Microsoft Entra Provisioning Service (SyncFabric) allows an authorized attacker to elevate privileges over a network.

Improper verification of cryptographic signature in Microsoft Teams allows an unauthorized attacker to perform spoofing over a network.

Modification of assumed-immutable data (maid) in Azure Active Directory allows an authorized attacker to elevate privileges over a network.

Improper authorization in Microsoft Power Apps allows an unauthorized attacker to elevate privileges over a network.

Improper access control in Microsoft Purview eDiscovery allows an authorized attacker to elevate privileges over a network.

Improper authentication in Microsoft Teams allows an authorized attacker to elevate privileges over a network.

Improper restriction of communication channel to intended endpoints in Azure SQL Managed Instance allows an unauthorized attacker to elevate privileges over a network.

The Stable channel has been updated to 151.0.7922.108/.109 for Windows and Mac and 151.0.7922.108 for Linux, which will roll out over the coming days/weeks. A full list of changes in this build is available in the Log Security Fixes and RewardsNote: Access to bug details and links may be kept restricted until a majority of users are updated with a fix. We will also retain restrictions if the bug e

The control-panel helper that renders element chip/card labels writes an element's `draftName` into the page without HTML-encoding it, while the surrounding path segments are encoded. A low-privilege control-panel user who can create a draft of an element (for example, an entry) controls the draft name, so they can store an XSS payload that executes in the browser of any other control-panel user

### Impact `UniqueSlugNormalizer::normalize()` makes each slug document-unique by searching for an unused numeric suffix, but **restarts that search from `1` on every collision**. The k-th heading that collapses to the same base slug performs k−1 array lookups, so K colliding slugs cost Σ(k−1) = **O(K²)**. An attacker can force every heading onto a single base slug trivially — many empty ATX head

该论文针对多维用户数据收集场景下的本地差分隐私（LDP）隐私泄露问题，提出了一个名为“依赖三元组”（Dependency Triad, DT）的新型度量指标。在多维数据采集中，属性之间的相互依赖关系可能被攻击者利用，导致相关隐私信息泄露，即“关联引起的隐私泄露”（CPL）。现有的CPL分析方法要么需要准确先验知识，要么在处理大量属性或高基数属性时面临可扩展性挑战，难以在真实数据中应用。为了弥补这一研究空白，论文提出DT指标，通过三个参数来概括与CPL相关的成对依赖信息，并给出一个常数时间复杂度的成对CPL保守估计器。DT显式地对先验分布知识的不确定性进行建模，从而提供鲁棒的泄露估计；同时，它对稀疏分布具有稳健性，特别适合高基数属性。此外，成对形式可作为评估多维场景总泄露的可计算构建块。论文在合成数据和真实数据集上进行了大量实验，结果表明DT能够在不同依赖机制和先验不确定性下持续有效地估计CPL。该研究为隐私度量领域提供了一种计算高效、实用性强的新工具，适合隐私保护研究者、数据发布平台工程师以及需要评估多维数据隐私风险的分析师阅读。

该论文针对暗网流量分类研究中对预测精度过度关注、而对加密服务可区分性的行为机制理解不足的问题，提出了一种行为信息泄露分析框架。研究在 Tor、I2P、FreeNet 和 ZeroNet 四个匿名网络中，将流级流量分解为控制、结构和节奏三类描述符，结合归一化互信息分析、基于随机森林的预测验证、结构-节奏交互分析，以及泄露安全的重复分层交叉验证，开展跨网络服务可变性评估。实验结果表明，行为泄露在不同匿名网络间差异明显：Tor 的服务可分离性最高，Macro-F1 达 0.7165，累积归一化泄露量为 3.9461；FreeNet 的综合泄露量最低，为 0.8744。主要泄露机制包括数据包大小组织、方向交换不平衡、包节奏以及静默-突发行为。结构-节奏组合表示在单一网络内表现最强，而留一网络评估显示跨匿名架构的迁移能力有限。论文进一步提出了服务可变性指数和泄露可变性指数，发现视频服务在不同网络中具有一致的特定可分离性，而聊天和电子邮件在不同匿名网络对之间表现出更大的差异性。该研究为理解匿名网络流量的行为指纹提供了系统化方法，适合网络测量、隐私增强技术和流量分析领域的研究者阅读。

本文提出了一种从 Tamarin 到 ProVerif 的可靠翻译方法，旨在系统性地比较两种主流安全协议形式化验证工具。Tamarin 基于多集重写规则，提供完备的验证；ProVerif 基于扩展的应用π演算，验证速度较快但结果可能不完整。两种工具底层形式体系不同，导致难以进行公平对比。本文的核心贡献包括：一是提出新的公式重写技术，用于编码多集重写语义并处理同步事件；二是支持 Tamarin 的广泛特性子集，包括多集重写规则、引理和限制条件，同时精确刻画无法忠实翻译的情形；三是提供形式化证明，在忠实翻译片段内，可靠性保证 ProVerif 验证通过的属性在原 Tamarin 模型中也成立，完备性保证不涉及攻击者知识的 exists-trace 属性得以保留；四是对 XOR 等尽力而为的编码单独报告，不在上述保证范围内。实验部分，作者在 121 个 Tamarin 模型上进行了评估，翻译覆盖了 566 个引理任务中的 562 个。在非 XOR 且双方均有明确结果的任务中，247 个里有 246 个结论一致，剩余一个明确标记为使用了不完整模型。在 Tamarin 返回布尔结果且 ProVerif 完成逻辑结果的 362 个任务中，ProVerif 在 334 个（92.3%）任务上速度更快，单任务中位运行时间比为 6.74 倍，峰值内存比为 6.24 倍。该工作为协议验证工具之间的交叉验证和结果互信提供了基础。适合对协议形式化验证、工具对比和验证结果可靠性感兴趣的安全研究人员阅读。

本文介绍 HOPSCOTCH，一个基于 Lean 4 的框架，用于机械化（machine-checked）的、计算可靠性（computational soundness）保障的基于游戏（game-based）的密码学证明。传统密码学证明通常以手写游戏序列（game-hopping）进行，容易出错且难以验证。HOPSCOTCH 将安全定义形式化为有状态的概率谕示机之间的不可区分性，并采用标准游戏跳跃范式组织证明。其采用浅嵌入（shallow embedding），使得谕示机与归约都是普通的 Lean 定义，从而能直接利用 Lean 生态（如 Mathlib 中的有限群论等数学理论）。在 HOPSCOTCH 中，一个游戏跳跃证明被表示为一个显式的形式化对象，其构造子对应游戏跳跃论证的标准步骤，这使得证明更易构造、自动化和检查。作者证明了一个通用的计算可靠性定理，该定理通过将证明对象解释为对所用假设的归约，并推导出任意区分器优势的具体界，从而确保证明的计算可靠性。谕示机之间的观测等价性通过状态抽象（state-abstraction）方法建立，这是一种简单而强大的技术，支持添加/遗忘状态、将急切采样替换为惰性采样等变换。作者用该框架形式化证明了多个经典密码协议的安全性，包括：加密后 MAC（encrypt-then-MAC）的 IND-CCA 安全性、基于 DDH 假设的 ElGamal 加密安全性、一次性保密隐含公钥加密 IND-CPA 安全性、以及 GGM 伪随机函数构造。据作者所知，这是首个针对非常数深度 GGM 构造的机械化证明。该工作为密码学证明的机器验证提供了新的工具，有望显著提高密码协议安全性证明的可靠性和可审计性。适合对形式化验证、程序化证明、密码学基础感兴趣的读者。

本地差分隐私（LDP）为数值型数据收集提供了强隐私保证，但现有 LDP 机制普遍需要一个预定义的数据域，而实际场景中数据域往往未知。若数据域设置过窄，超出范围的值会被截断，导致信息丢失；若设置过宽，则扰动过程中会引入过多噪声，降低数据质量。针对这一困境，本文提出了一种自适应 LDP 框架，能够动态估计数据域，无需任何先验知识。具体而言，每个用户发送两条信息：扰动后的数值数据，以及一个私有化信号，用于指示其原始值是否被当前数据域截断。通过聚合这些信号，所提出的方法（Adaptive Bounding of Clipping regions, ABC）迭代调整数据域以适配底层数据分布。理论分析证明，估计的数据域能够收敛到合适的范围。实验评估表明，该框架在多种数据集和底层 LDP 机制下显著提升了数值数据收集的质量，同时验证了估计范围在实际中能够收敛，并且通过全面消融实验证明了该方法对超参数具有鲁棒性。本文适合隐私计算、数据收集系统设计以及差分隐私理论研究者阅读，其核心贡献在于解决了 LDP 中数据域未知这一长期痛点，为实际部署提供了可用方案。

本文针对科研与教育网络（Research and Education Networks, RENs）面临的独特安全悖论展开研究。RENs 作为科学发现的关键基础设施，其正常流量常表现为大规模、突发的“象流”（elephant flows），这类流量在统计特征上与 DDoS 等容量型攻击高度相似，导致传统监控系统产生大量误报，使安全运营者难以察觉真实威胁。为此，作者提出并评估了一种高保真流量预测框架，旨在为 RENs 建立动态安全基线。研究基于 Internet2 网络 57 天的真实数据集，覆盖 10 台骨干路由器，包含约 137 亿个数据包，这是该领域首次大规模异常感知预测模型的基准评测。作者系统评估了从 SARIMA 到最新长序列架构（TiDE、PatchTST）共六类模型家族，并进行了 960 组实验配置。实验结果表明，先进的深度学习架构（尤其是 TiDE）相比传统方法能将基线预测误差降低 30%~42%（p < 0.001），显著提升对合法科研突发流量与潜在异常的区分能力。此外，论文提出了一种新颖的异常整合策略，在存在噪声的情况下可将模型鲁棒性提升 3.3%。这项工作首次提供了经统计验证的框架，用于区分科学工作流与网络攻击行为，从而支持更自主、更具弹性的网络安全运维。该研究适合网络运维人员、安全分析师以及流量预测领域的研究者阅读，有助于改进校园网、科研网等高速网络环境中的异常检测与安全基线建立。

该论文针对macOS桌面应用生态系统中数据收集与共享行为缺乏系统研究的现状，首次开展了大规模综合研究。研究聚焦于苹果为监管和披露应用数据访问行为而设计的各类机制，并从应用开发者的视角出发，揭示了这些机制之间存在的交互与不一致。作者通过静态与动态分析相结合的方式，开发了名为NutriScan的分析框架，该框架能够整合macOS应用的数据操作与披露信息，形成统一视图。利用该框架对1000个macOS应用进行动态分析后发现，85%的应用在访问用户数据API时未进行相应披露；49.7%的应用向广告实体和托管服务商外传数据，其中12.5%没有对应的隐私披露。研究还发现，桌面应用被在线跟踪者利用来丰富用户画像和设备指纹，从而揭示了在线跟踪生态系统的真实范围。进一步分析表明，macOS应用生态由机制分散、数据抽象不一致的多个部分构成，这增加了开发者的合规复杂度，同时也为未披露的隐私侵犯行为提供了便利。基于这些发现，论文提出了一系列缓解措施，旨在简化开发者的数据披露流程并改进苹果的应用审核机制。该研究填补了桌面端隐私研究空白，对安全从业者理解macOS应用隐私风险具有重要参考价值。

本文提出并实现了一个面向零售投资者的个性化、税务感知的投资组合管理应用。研究背景是：零售投资者无法获得机构客户通常享有的定制化税务优化组合管理服务，现有机器人顾问依赖静态规则配置，而机构级系统往往需要高账户门槛和复杂技术栈。作者构建了一个功能完整且通过集成测试的应用程序，包含FastAPI后端和Web仪表盘，允许用户用自然语言描述投资目标，例如“我希望稳定增长，但需要下个月卖出部分股票支付首付”。系统将该目标路由到六个投资授权之一，并通过一个三阶段强化学习系统生成实时的、与券商集成的投资组合推荐：一是自监督跨资产编码器，二是包含学习意图路由器的专家混合（MoE）分配策略，三是轻量级LoRA适配器，利用个人的真实券商交易行为个性化推荐而无需重新训练共享模型。系统针对实时券商API（Alpaca，模拟交易模式）进行了端到端集成测试，包括多用户认证、信任优先的预览-确认流程、每日邮件摘要以及可审计的操作完整性链。但该应用尚未向真实用户开放，作者诚实报告这是一个新兴的、预部署的应用，并提供了具体部署路径。验证方面，作者给出了14天滚动回溯测试（含自助法置信区间），作为初步预部署验证而非生产性能。此外，作者还报告了若干工程经验，如静默失活的集成路径、第三方API调用挂起问题，以及端到端实证验证相对于信任检查点元数据的价值。这些经验被认为可推广到其他基于外部实时数据源的强化学习系统。整体来看，该研究的核心贡献在于展示了如何将自然语言目标、强化学习和税务感知相结合，构建一个实用的零售投资管理工具，并强调真实系统集成中的工程挑战。适合对智能投顾、强化学习应用和金融科技系统感兴趣的研究者和工程师阅读。

该论文围绕去中心化位置证明（Proof-of-Location, PoL）系统展开，旨在解决数字服务中对“某人在特定时间身处特定地点”这一声明难以验证的问题。传统上，这类声明多依赖用户自报的位置数据，容易被伪造且事后难以核查。PoL系统将位置存在声明转化为可由独立验证者检查的证据，从而弥补这一空白。本文在近期去中心化PoL架构的理论工作基础上，首次将方案从仿真推进到基于低成本硬件的物理原型。具体地，作者实现了一个“见证区域”（witnessing zone），由固定邻近设备负责度量证明者的存在，通过本地网状网络交换声明，并记录到防篡改账本中。在构建原型过程中，作者根据物理约束对抽象协议进行了适配，引入了见证者主动测距（witness-initiated ranging）、跨见证者一致性校验（cross-witness consistency checks）和新鲜度绑定（freshness binding）以对抗重放攻击。受控室内评估表明，该系统能够生成准确、低延迟的证明对象，同时检测出模拟的重放攻击和恶意测距攻击。本文的贡献在于提供了一个可复用的实验基线，用于评估面向下一代数字信任基础设施的去中心化位置证明，并揭示了在真实无线电、网络和时序条件下，位置声明独立验证所面临的剩余校准、验证者独立性、无线电完整性和扩展性需求。适合从事位置隐私、去中心化信任机制、物联网安全及数字身份验证的研究人员和工程师阅读。

本文提出 CyberBridge 框架，旨在弥合网络安全教育与行业需求之间的鸿沟。研究背景是网络安全领域快速演进，学术课程难以跟上实践所需的能力要求。核心问题是如何将职位描述与专业角色画像自动对应，为课程设计与学生职业规划提供依据。方法上，CyberBridge 将招聘广告分解为知识、技能、任务（KST）三种组成语句，使用 sentence-BERT 模型进行嵌入，并与最语义相似的工作角色画像匹配。其关键贡献在于可解释性：系统不是黑箱，而是能追溯每次匹配所依据的具体能力点，并提供人类可读的映射理由。框架支持三种主要用例：学生求职推荐（基于已修课程推荐职位和匹配角色）、市场分析（帮助教育者分析当前人才需求）、以及课程规划（评估哪套课程能最好地培养学生面向高需求网络安全角色）。因此，CyberBridge 可作为教育机构的实用工具，用于职业指导和循证课程开发。该研究面向网络安全教育者、课程开发者、学生职业服务人员以及希望了解行业需求映射方法的研究者。由于仅基于摘要，结论需以全文实验细节验证为准。

本文研究检索增强生成（RAG）中后检索冲突解决机制对抗知识投毒的鲁棒性问题。RAG 系统在检索到多篇可能矛盾或含噪的文档后，通常依赖冲突解决机制来仲裁最终生成内容所依据的事实。然而，现有黑盒投毒攻击研究较少关注该防护机制本身的脆弱性，且已有方法往往将注入的目标答案以正面矛盾的方式呈现，恰恰容易被冲突解决机制识别为异常信号。作者提出一种名为 PURPOSE 的严格黑盒投毒攻击方法，其核心思想不是将注入内容表述为对立的反驳，而是将其重构为一种与冲突解决机制可能认可的参考事实一致的“更新”，从而最小化冲突信号。具体而言，PURPOSE 首先从查询中提取与冲突解决机制可能参考的事实相近的若干事实，然后将一个关键事件锚定在这些事实之上，使注入内容与解析器可验证的信息保持一致，同时引导生成器输出攻击者期望的目标答案。实验基于三个问答基准、五种生成器和三种冲突解决方法进行，结果显示 PURPOSE 在 45 种设置中的 35 种达到最高攻击成功率（ASR），相比之前最强的攻击方法平均 ASR 提升 9.7 个百分点。作者由此证明对 RAG 冲突解决机制的非矛盾注入是一种可行的攻击模式，并揭示了该防护机制的薄弱环节。本文适合关注大模型安全、检索增强生成安全以及对抗性机器学习的研究人员、安全工程师和红蓝队成员阅读。

刷新令牌是 OAuth 2.0 体系中最敏感的凭据之一，具有长期有效、Bearer 属性、可凭其换取访问令牌等特点。RFC 9700 虽要求对公共客户端发放的刷新令牌进行轮换、重用检测或发送方约束，但该 BCP 只规定策略，不规定线格式、存储结构、验证顺序、并发契约及边缘情况语义，导致各实现安全行为不一致。本文提出 NEBULA——一种精确且语言无关的 RFC 9700 刷新令牌模型规范。NEBULA 令牌不透明，由 128 位公开选择器与 256 位秘密验证器组成，均来自 CSPRNG，不含任何声明或签名，因此令牌有效性取决于服务器端状态而非密码学验证。规范定义了一个比较并交换（compare-and-set）轮换契约，能够修复在并发刷新场景下重用检测被绕过的问题。作者还发布了涵盖 38 个场景的机器可读行为套件，并通过十个参考实现（TypeScript、Python、Go、Rust、Java、PHP、C#、Ruby、Elixir、Dart）验证跨语言一致性，从结构上排除转录漂移。论文还分析了 NEBULA 的安全属性，包括后量子能力；所有规范、实现及一致性工件均以 Apache License 2.0 开源。该工作为 OAuth 刷新令牌的工程实现提供了可操作的基准，适合认证系统开发者、安全架构师及蓝队人员阅读。

重叠指纹是法医现场潜指纹和活体采集场景中常见的问题：传感器上残留的指纹会污染后续采集，犯罪现场提取的潜指纹也常包含多个叠加的摩擦脊线结构。传统分离方法主要依赖基于规则的方向场补全，需要较强的领域知识；而端到端的深度神经网络方法则未充分利用指纹的领域特殊性。本文提出一种基于扩散模型的分离管道，将重叠指纹分离建模为图像修复（inpainting）任务，并采用多阶段渐进学习策略。具体而言，从预训练的 Stable Diffusion 模型出发，逐步注入指纹先验知识，先学习补全部分指纹，再提出“重叠感知修复”（overlap-aware inpainting），通过多通道条件机制利用扩散模型重建每个成分指纹。实验在两个公开数据集上表明，该方法重建出的成分指纹与真实配对指纹有很高的匹配概率，验证了其在法医识别场景中的可行性与有效性。该方法的主要贡献在于将扩散模型与领域先验结合，以数据驱动的修复方式替代手工方向场规则，同时保留了对指纹结构的针对性建模。适合法医图像分析、生物特征识别以及基于扩散模型的图像生成研究者阅读。

该论文提出了一种面向物联网（IoT）网络入侵检测的自适应个性化联邦学习（PFL）框架 FBID（Federated Bandit Intrusion Detection）。研究背景是：在异构 IoT 环境中，数据分布高度非独立同分布（non-IID），传统联邦学习难以适应各客户端的数据差异，而现有 PFL 方法通常依赖客户端侧自我调整，容易导致“过度个性化”，使得当出现训练阶段未见过的攻击（即分布外，OOD 攻击）时，检测性能显著下降。针对这一问题，FBID 的核心思想是在服务器端进行个性化控制，而非完全依赖客户端自发调整。具体而言，FBID 在服务器端引入一个上下文多臂老虎机（contextual multi-armed bandit）机制，根据每个客户端的行为表现和模型更新质量，动态调节该客户端的本地训练强度（如本地训练轮数或学习率等超参数），从而避免过度个性化。此外，FBID 还提出了一种基于信任的混合机制，为每个客户端计算全局模型与本地模型之间的插值系数，使模型既保留全局通用的攻击检测知识，又能利用本地独特模式进行有益的特化。实验基于 CICIoT2023 数据集，并在异构客户端分布和 OOD 压力测试设定下进行。结果表明，与最强的稳定基线相比，FBID 在个体客户端的 OOD 检测率（Detection Rate）上相对提升了最多 7.66%，F1 分数相对提升了最多 5.08%，同时显著增强了对未见攻击类别的鲁棒性。该研究的主要贡献在于：提出了一种新的服务器端个性化控制思路，结合多臂老虎机与信任混合机制，有效平衡了全局知识与局部自适应，并系统验证了其在 OOD 攻击检测上的优势。适合研究联邦学习、物联网安全、入侵检测以及对抗分布偏移的研究人员阅读。

本文针对德国智能计量基础设施中可控制本地系统（CLS）信道传输的控制信号，系统研究了延迟攻击的可行性与潜在影响。研究结合理论分析与实验验证，威胁模型对齐了智能电表网关（SMGW）通用标准保护轮廓。结果显示，位于广域网（WAN）中的路径上攻击者若具备充分的上下文知识，可实际执行延迟攻击，部分部署的协议配置下理论延迟上限可达约48小时。将攻击从单个CLS设备扩展到数十万台设备时，攻击者可能造成显著的电网频率偏差，进而引发甩负荷。然而，大规模攻击需要针对每个目标实现和配置获取上下文知识，这类知识能否跨CLS信道复用尚不确定，但随着标准化推进可能更容易获得。论文还提出了多层缓解策略：针对FNN Steuerbox及使用CLS.EEDI的应用，可实施实现层面的时间限制调整；对于TLS 1.3，则需通过协议扩展来确保应用数据的时间限制。作者提出的TLS扩展方案在保持向后兼容性的同时提供了可持续的缓解路径。本文为智能计量基础设施的时序安全提供了重要分析，适合电网安全研究人员、智能计量设备制造商及标准制定者参考。

本文研究符号安全协议分析中的攻击者推导问题（intruder deduction problem），即判断攻击者能否利用可用的密码学操作从已观察消息中推导出目标消息。尽管收敛重写系统（convergent rewrite systems）提供了规范范式，但模收敛理论的推导问题总体不可判定，现有可判定片段往往由实际密码学实例塑造。本文从最小结构视角研究推导：当所有函数符号为一元时，项退化为单词，推导问题转化为半图厄系统（semi-Thue systems）的右可除性问题——给定单词 u 和 v，判断是否存在 w 使得 wu ≡_S v。作者对多类半图厄系统研究该问题，并针对收敛前缀删除（prefix-erasing）和收敛后缀删除（suffix-erasing）系统证明了新的可判定性结果（据作者所知）。随后将视角扩展到具有上下文删除同时提升所选子项或变量的项重写系统。尽管这些类别暗示了超越一元设置的可能可判定推广，但作者证明，对于收敛的同时变量提升（simultaneous variable-lifting）系统，推导已经不可判定。这既展示了将右可除性结果推广到更丰富等式理论的可能性，也暴露了其局限性。该工作为安全协议分析中等式理论的判定边界提供了理论洞见，适合对符号协议验证、重写理论和可判定性感兴趣的研究者阅读。

Traefik is an open source HTTP reverse proxy and load balancer. From 3.0.0 until 3.6.25 and 3.7.10, Traefik's Kubernetes Gateway API provider in pkg/provider/kubernetes/gateway/httproute.go, grpcroute.go, tcproute.go, and tlsroute.go builds HTTPRoute, GRPCRoute, TCPRoute, and TLSRoute router and service identities by hyphen-concatenating namespace, route name, Gateway identity, entry point, and ru

Traefik is an open-source edge router that makes publishing services a fun and easy experience. Prior to 2.11.54, 3.6.25, and 3.7.10, cross-namespace @kubernetescrd references are not rejected for TraefikService backend references resolved by the service resolver. A tenant confined by RBAC to a single namespace can therefore bind its own router to a TraefikService owned by another namespace and ex

Flowise through 3.1.4 contains a missing authorization vulnerability that allows authenticated workspace members to perform unauthorized document store operations by accessing unprotected mutation endpoints. Attackers holding only view-level permissions can send direct HTTP requests to the upsert and refresh document store routes to trigger document ingestion, refresh vector database contents, con

The Payment Gateway for Redsys & WooCommerce Lite WordPress plugin before 7.0.2 does not verify the authenticity of incoming payment-provider notifications for one of its payment methods before marking orders as paid, allowing unauthenticated attackers to forge a payment-confirmation callback and complete their own orders without paying.

A vulnerability was found in mf-yang openclaw-cn 2026.2.5. This affects an unknown part of the file src/agents/bash-tools.exec.ts of the component Ggateway Exec Approval Flow. The manipulation results in incorrect authorization. The attack may be performed from remote. The exploit has been made public and could be used. The project was informed of the problem early through an issue report but has