RustGo: Fairly Directed Greybox Fuzzing for Enforcing Rust Memory Safety
RustGo 是一篇针对 Rust 语言内存安全问题的定向灰盒模糊测试研究。Rust 凭借所有权等安全策略在编译期保证内存安全，但 unsafe 代码块会绕过这些保证，仍可能存在内存漏洞。尽管 unsafe 代码通常只占整个程序的一小部分（
2026-08-09 归档
今日共收录 815 条安全情报，包含 75 个 CVE，398 篇安全通告，以及 81 篇研究论文。
← 返回归档列表"Allow" to Achieve, Over-Privileged Inadvertently: The Unintended Cost of Task-Completion-Driven Pop-up Decisions in Mobile GUI Agents
本文系统研究了移动图形用户界面（GUI）智能体在任务执行中面对系统权限弹窗时的权限授予能力，将该能力定义为“权限素养”（Permission Literacy）。作者构建了一个基于任务相关性和隐私风险的四级权限框架，并通过三位独立专家对评估
Hardware Keystores for AI Agent Signing Workflows: A Zero-Trust MCP Enforcement Architecture
该论文针对AI代理在执行密码学操作（如Git提交签名、API调用认证、证书签发）时私钥暴露风险提出解决方案。当前主流实现将私钥存放在软件可访问位置（明文文件、环境变量、容器内存），任何具备足够读取权限的进程都可能窃取原始密钥材料。论文引用了
MMAligner: Safeguarding Multimodal Large Language Models through Representation Calibration
该论文研究多模态大语言模型（MLLM）的安全机制不一致问题：模型往往能拒绝不安全的文本提示，却会对语义等价的多模态输入生成有害响应。作者从几何表征角度出发，分析了MLLM内部安全机制的运作方式，发现文本上学习到的安全机制可以跨模态迁移——存
ChainClaw: A Layered Agent Framework for Reliable On-Chain Execution
本论文提出 ChainClaw，一个面向区块链环境的原生智能体框架，旨在解决通用大语言模型（LLM）智能体在链上执行时遇到的核心挑战。研究背景指出，通用 LLM 智能体在传统工具增强任务上表现优异，但其隐含假设在区块链场景中不成立。区块链环
DreamGuard: Efficient Runtime Guardrail for LLM Agents via Risk-Aware World Model
随着大型语言模型（LLM）代理越来越多地调用外部工具并与真实世界系统交互，不安全动作可能对外部状态、用户数据和下游服务造成不可逆后果。现有的运行时防护（runtime guardrails）虽然能在动作执行前进行安全检查，但多数仍是反应式的
Behavioral Residualization for Unsupervised Intrusion Detection in Automotive CAN Networks
现代汽车依赖控制器局域网（CAN）总线进行内部通信，其设计优先考虑低成本和实时性，但缺乏消息认证与加密机制。因此，攻击者若获得物理或远程访问权限，即可注入任意CAN帧，威胁车辆安全。入侵检测系统（IDS）作为纵深防御的关键环节，被广泛研究。
Robust Context-Aware Detection of Malicious Instructions in Text
该论文聚焦于大型语言模型（LLM）在代理（agent）场景下所面临的间接提示注入（Indirect Prompt Injection, IPI）攻击。现代LLM具备出色的指令跟随能力，常被用作自主完成复杂任务的代理，但这也使其易受嵌入在文本
Agent Against Agent: An Agentic System for Automatic Prompt Injection Red Teaming
本文提出 PIMiner，一个面向 LLM 智能体的自动化提示注入红队测试智能体系统。提示注入攻击对 LLM 智能体构成重大安全风险，而高效的红队测试对于评估风险和收集防御训练数据至关重要。现有最先进的提示注入红队方法主要依赖强化学习，但训
Hardware Design and Security in the Era of Chiplets and LLMs
本文对半导体行业正在经历的双重变革——异构2.5D chiplet系统的普及以及将大语言模型（LLM）集成到电子设计自动化（EDA）流程中——进行了统一的安全分析。作者指出，尽管这些范式在良率、模块化、设计生产率等方面带来了前所未有的优势，
Gradient Immunity: Null-Space Resistance to Malicious Fine-Tuning
该论文研究的是开源大语言模型在发布后被恶意下游微调（malicious downstream fine-tuning）所引发的安全风险。现有防御措施主要面向微调即服务（FTaaS）范式，或依赖下游用户遵守额外安全流程，难以适用于论文关注的场
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）辅助检测和修复 Verilog 硬件设计中的安全漏洞的方法。硬件设计如同软件一样，容易受到引入安全漏洞的缺陷影响，但与软件漏洞不同，硬件缺陷在制造后会被永久嵌入硅片中，难以甚至无法修复。许多此类弱点
Towards a Risk Assessment of Malicious Skill Files in Coding Agents
本文研究自主编码代理（coding agents）在企业软件工作流中集成时引入的新型安全风险：代理技能（agent skills）接口。该接口以文件夹形式包含指令与脚本，代理动态加载以专用化自身行为，但也扩大了攻击面，使恶意shell命令可
Breadcrumbing Search Agents
该论文研究基于大语言模型（LLM）的搜索代理面临的安全威胁。这类代理在信息检索任务中依赖外部工具返回的网页内容，而这些内容不可信，容易导致提示注入和意图劫持。以往的安全研究主要关注静态网页注入，但现代搜索代理会提出后续查询并对多个来源进行交
Checked-In Secret Detection: Strings Are All You Need
本文针对源代码中硬编码密钥（hardcoded secrets）的检测问题展开研究。传统基于正则表达式的方法依赖可识别的模式，但真实密钥往往缺乏固定格式，导致精确率和召回率都不理想。近年来的方法尝试利用上下文信息，通过分析候选字符串周围的代
DeepInvert: Semi-Supervised Embedding Inversion Against Obfuscated Language Models
本文针对云端语言模型服务中基于混淆的隐私防御提出了一项有效的嵌入反转攻击。当前，云语言模型服务在处理包含敏感信息的提示时，通常采用混淆技术（如ObfusLM、SentinelLMs、TextObfuscator和DPNR）在传输前转换提示表
[分享]IDA Pro 9.3汉化补丁与破解注册机
[分享]IDA Pro 9.3汉化补丁与破解注册机
[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,