Dual-Adversarial Safety Alignment: Cultivating Intrinsic Threat Comprehension in LRMs
大型推理模型(LRMs)在复杂任务上表现优异,但仍易受恶意提示诱导生成不安全输出。现有对齐方法通常依赖直接拒绝或安全理由,但往往聚焦于提示模式而非内在攻击机制,导致难以泛化到多种越狱攻击,鲁棒性和推理效用受限。本文提出 AdvSafe,一种
今日共收录 1910 条安全情报,包含 1065 个 CVE,437 篇安全通告,以及 97 篇研究论文。
← 返回归档列表大型推理模型(LRMs)在复杂任务上表现优异,但仍易受恶意提示诱导生成不安全输出。现有对齐方法通常依赖直接拒绝或安全理由,但往往聚焦于提示模式而非内在攻击机制,导致难以泛化到多种越狱攻击,鲁棒性和推理效用受限。本文提出 AdvSafe,一种
本文针对图像处理与图像加密领域中的一个长期假设提出挑战:传统观点认为,仅靠像素置换(permutation)无法产生差分敏感性(differential sensitivity),即改变一个像素只会使该像素在输出中移位,不会引发雪崩效应。作
该论文研究隐私保护支付系统在受监管场景(如央行数字货币CBDC、机构稳定币及其他合规支付基础设施)中的应用困境。尽管隐私保护支付系统在技术上已较为成熟,但因其可能被用于洗钱等非法活动,监管机构对其采用持谨慎态度。为打击金融犯罪,监管机构通常
本文提出一个面向多智能体生成式AI系统治理的数学框架,聚焦于模型风险管理(MRM)下的联合稳定性证明问题。研究指出,当K个自适应的生成式AI模型通过交互矩阵存在元学习耦合时,传统的单智能体Lyapunov分析不再充分:每个模型个体可能各自满
本文提出了一种基于复杂度理论构建空间证明(Proof of Space, PoS)协议的通用框架。空间证明由Dziembowski等人于CRYPTO 2015引入,是一种两阶段协议,允许证明者向验证者证明其已分配大量持久内存来存储特定信息。
本文提出“可解释物联网(IoXT)”这一系统级新范式。传统物联网系统将感知、通信、人工智能(AI)决策与执行器控制相结合,但现有的可解释AI(XAI)方法只能解释模型自身的预测,无法完整解释从传感器证据到物理动作的端到端因果路径。IoXT的
本文针对数据驱动系统中马尔可夫链状态轨迹的隐私泄露问题,提出了一种基于差分隐私的在线隐私化框架。在许多应用中,系统需要依赖马尔可夫链的状态轨迹(如产品信用风险、用户物理位置、上网行为等)进行决策,但这些轨迹往往包含敏感的用户信息。现有方法通
随着数字技术融入社会方方面面,识别和管理网络安全威胁变得至关重要。在欧盟内部,多项倡议正在推进,旨在激励、规范并最终协调网络安全能力的建设,提升态势感知、事件响应和应急准备能力,尤其关注重要服务运营商和承担网络安全职责的国家行为体。在此背景
本文是一篇关于企业防止非法数据访问的策略性综述研究。随着技术发展,未授权数据访问的风险持续上升,企业必须采取主动防御措施来保护敏感数据。论文从三个维度系统分析了防止未授权访问的方法:技术解决方案、员工培训和制度政策执行。在技术层面,重点介绍
CVE-2026-73249
calibre is an e-book manager. Prior to 9.12.0, the calibre Content Server endpoint POST /book-update-annotations/{librar
CVE-2026-70339
Access of resource using incompatible type ('type confusion') in Microsoft Edge (Chromium-based) allows an unauthorized
CVE-2026-18697
An issue in MongoDB Server's aggregation framework could allow an unauthenticated party to cause a mongos (router) proce
CVE-2026-20917
Exposure of sensitive information caused by incorrect data forwarding during transient execution for some Intel(R) Proce
CVE-2026-20901
Improper input validation for some Intel(R) Xeon(R) processors within firmware may allow an escalation of privilege. Sta
CVE-2026-20712
Incomplete cleanup in some UEFI firmware for some Intel(R) reference platforms within UEFI may allow an information disc
CVE-2026-65813
Server-side request forgery (ssrf) in Microsoft Exchange Server allows an authorized attacker to elevate privileges over
CVE-2026-62915
Missing authorization in Microsoft Exchange Server allows an authorized attacker to bypass a security feature over a net
CVE-2026-62914
Improper neutralization of input during web page generation ('cross-site scripting') in Microsoft Exchange Server allows
CVE-2026-62913
Heap-based buffer overflow in Microsoft Exchange Server allows an authorized attacker to execute code over a network.
CVE-2026-62912
Deserialization of untrusted data in Microsoft Exchange Server allows an authorized attacker to deny service over a netw