Private Direct Preference Optimization for LLM Alignment
直接偏好优化（DPO）已成为利用人类偏好数据对齐大型语言模型（LLM）的标准方法。每个 DPO 训练样本包含一个提示（prompt）和一对候选模型响应。虽然提示和响应通常是公开的或由模型生成的，但两者之间的相对偏好反映了主观判断，可能揭示标
2026-08-08 归档
今日共收录 1332 条安全情报，包含 443 个 CVE，483 篇安全通告，以及 115 篇研究论文。
← 返回归档列表LLM-Assisted Detection and Repair of Hardware Security Vulnerabilities in Verilog Designs
该论文提出了一种利用大型语言模型（LLM）辅助检测 Verilog 硬件设计中的安全漏洞的方法。硬件设计与软件类似，也存在可能引入安全漏洞的缺陷，但与软件漏洞不同，硬件缺陷在流片后会永久固化在硅片中，导致难以或无法修复。论文重点关注通用弱点
"Allow" to Achieve, Over-Privileged Inadvertently: The Unintended Cost of Task-Completion-Driven Pop-up Decisions in Mobile GUI Agents
本文针对移动端 GUI 智能体（Mobile GUI Agents）在执行任务时遇到系统权限弹窗的行为进行了系统性研究。作者提出了“权限素养”（Permission Literacy）这一概念，用来衡量智能体是否只授予当前任务所必需的权限。
LoginTrap: Uncovering Task-Agnostic Phishing-Style Indirect Prompt Injection Attacks against LLM-based Web Agents
该论文研究基于大语言模型（LLM）的网页代理（web agents）在真实网页服务中执行任务时面临的新型安全威胁。网页代理通过观察网页内容并模拟用户执行浏览器操作，而登录过程涉及凭证和敏感信息，是关键的认证边界。已有研究表明恶意网页内容可以
Breadcrumbing Search Agents
本文研究基于大型语言模型（LLM）的搜索代理在信息检索任务中面临的安全风险。这类代理依赖外部工具返回的网页内容，而这些内容不可信，可能被注入恶意指令或劫持代理的原始目标。以往工作主要关注静态网页内容注入，但现代搜索代理会发起后续查询并交叉核
Trident : How to Break Deep Reinforcement Learning Cyber Defenses (Agentic)
该论文提出并实现了一个名为 Trident 的智能体化 LLM 红队框架，用于评估和攻破基于深度强化学习（DRL）的自主网络防御系统。研究背景在于：现有的 DRL 防御评估几乎完全依赖静态或启发式红队智能体，缺乏对自适应威胁的鲁棒性检验；同
Post-Hoc Trajectory-Risk Certification for Modular LLM-Based Security Agents
本文针对模块化LLM安全代理的轨迹级风险认证问题展开研究。自主安全代理通常以分阶段流水线方式运行，例如先对网络流量进行分类，再进行攻击技术归因。分割共形预测虽能为每个阶段提供有限样本覆盖，但整个链路的轨迹级保证不能由各阶段保证简单组合。论文
Behavioral Skill Reconstruction: Reconstructing Hidden Functionality from LLM Agent Skills
该论文提出了“行为技能重建”（Behavioral Skill Reconstruction, BSR）问题，聚焦于闭源 LLM Agent 技能（skill）的功能泄露风险。此前研究主要关注提示注入攻击，试图直接披露技能中隐藏的指令、脚本
A Security-Oriented Lifecycle Model for Large Language Model Systems
本文提出了一种面向安全分析的大语言模型（LLM）系统生命周期模型。研究背景是：LLM 正以前所未有的规模被集成到关键基础设施和企业工作流中，但现有的生命周期框架主要面向运营效率设计，而非安全分析，导致数据来源验证、工件签名、智能体权限控制、
DiagChain: A Diagnostic Benchmark for Evaluating LLM Agents on Evidence-Grounded Attack Chain Reconstruction
本文提出 DiagChain，一个面向大语言模型（LLM）智能体的诊断性基准测试，用于评估其在证据支撑下的攻击链重建能力。攻击链重建是网络安全中的关键任务，要求智能体从异构遥测数据中检索并解释证据，推断出有序的攻击者行为。现有基准大多只评估
SkillSentry: Adaptive Honey Worlds for Dynamic Safety Testing of Agent Skills
该论文提出 SkillSentry，一个针对大型语言模型（LLM）智能体外部技能（Agent Skills）的动态安全测试框架。研究动机在于：外部技能在扩展智能体能力的同时，引入了执行时攻击面——一个静态检查看似良性的技能，只有在特定环境状
AgentAntibody: An Adaptive Immune System for Defending LLM Agents against Prompt Injection
本文针对大型语言模型（LLM）代理面临的提示注入（prompt injection）威胁，提出了一种基于自适应免疫原理的防御框架 AgentAntibody。研究背景是：现有防御方法将每个任务视为孤立问题，缺乏对先前遭遇的学习能力；而实际用
Noise-Aware Shrinkage for Differentially Private Zeroth-Order Fine-Tuning of Large Language Models
本文针对差分隐私零阶优化（DP-ZO）在大语言模型（LLM）微调中的局限性，提出了一种噪声感知的自适应收缩方法 SAGE。DP-ZO 仅利用前向传播评估即可实现内存高效的私有微调，是当前隐私保护 LLM 微调的重要技术路线。然而，现有基于聚
Attacking and Defending Multi-Agent Collaborative Filtering Systems Through Connectivity
本文研究多智能体协同过滤（CF）系统中的攻击与防御问题，特别关注系统连接性如何影响这些攻击和防御的效果。多智能体CF系统由多个自主的大语言模型（LLM）驱动的用户智能体和物品智能体组成，它们通过自然语言交互来细化偏好并生成推荐。这类系统既继
Large Language Models and Social Media Information Integrity: Opportunities, Challenges, and Research Directions
本论文是一篇系统性的文献综述，关注大语言模型（LLM）在社交媒体信息完整性中的双重角色。随着LLM的快速发展，其在内容生成和语义理解上的能力深刻影响了虚假信息、错误信息、假新闻、社交机器人和隐私保护等挑战。作者对2019至2024年间发表的
[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
GitPython: Unsafe git option guard bypass via split_single_char_options=False short-option token smuggling enables command execution
## Summary The `check_unsafe_options` guard can be bypassed on every guarded method (clone/clone_from, fetch/pull/push,
GitPython: git-config OPTION-name injection via =/#/whitespace bypasses name validator, enabling forged core.sshCommand/hooksPath (RCE)
## Summary GitPython's config-name validator only neutralizes CR/LF/NUL for the `"option"` label; it does not reject `=`
GitPython: Arbitrary Git Repository Creation Outside the Working Tree via Unvalidated .gitmodules Submodule Name in GitPython
### Summary GitPython computes the on-disk location of a submodule's separate Git directory (`.git/modules/`) from the s