Compositional Threat Analysis of Latent Compromise in LLM Agent Systems: The Order 66 Scenario
该论文借鉴虚构作品《星球大战》中的“第66号令”情节，提出了一种针对使用工具的LLM代理系统的组合式威胁分析框架。作者指出，在真实系统中，灾难性后果往往并非源于单一强大指令，而是由多个看似无害的组件组合触发：一个被部署的工件或共享内存中潜伏
2026-08-12 归档
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Do All LLMs Know When They're Being Harmful? A Reproducibility Study of Latent-Space Safety Probes Across Model Families
本文是对Khatri等人(2026)提出的潜在空间安全探针方法的可复现性研究。原始方法表明，在单一大语言模型(LLaMA-3.1-8B)的最终层激活上训练轻量级MLP探针，能够以与比其大1000倍的防护模型相竞争的F1分数检测有害提示，且每
Persistent Semantic Entities in Tool-Augmented LLM Systems
该论文研究了工具增强型大语言模型（LLM）智能体系统中一种隐蔽的状态污染现象，作者将其形式化为“持久语义实体”（Persistent Semantic Entities, PSEs）。PSEs 指那些通过名称绑定、事件触发和跨边界传播在会话
Generating Attacks for LLMs with GFlowNets
本文提出了一种基于 GFlowNets（生成流网络）的自动化红队测试方法，用于发现大型语言模型（LLM）的安全漏洞。研究背景是：随着 LLM 在各领域的广泛应用，其安全风险日益突出，需要通过红队测试来评估模型的鲁棒性。传统的红队测试依赖人工
Windows11 0day内核提权漏洞分析与利用（CVE-2026-62737）
CVE-2026-62737
Windows11 0day内核提权漏洞分析与利用（CVE-2026-62737）
Microsoft Patches 398 Flaws Including a Windows Driver Zero-Day Under Active Attack
CVE-2026-68820
Microsoft released its monthly security updates on Tuesday, and one of the flaws it closed is already being used in atta
Researchers Disclose AI-Assisted SharePoint Exploit Chain Reaching Unauthenticated RCE
CVE-2026-55040
Security researchers found a way to enter Microsoft SharePoint servers as any user, including an administrator, with no
World-First SEM-based Recovery of Crash EDR Data from the EEPROM of a Severely Damaged SRS Module Using CrashScan
该论文提出了一种基于扫描电子显微镜（SEM）的、成本可控且完整可行的数据恢复方法，用于在汽车安全气囊控制模块（SRS模块）的存储芯片永久失效后恢复其碰撞事件数据记录器（EDR）数据。研究中使用的真实SRS模块来自一次严重事故，其处理器和Fl
Whose Refusal Is It? The Unmeasured Contribution of Black-Box Multimodal Guardrails
该论文研究黑盒多模态安全护栏（guardrail）在实际评估中的虚假归因问题。作者指出，在一个由护栏和下游目标模型共同组成的防御管线中，直接报告的拒绝率（safety metric）实际是两者拒绝行为的混合体，并不能代表护栏自身的防御贡献。
MarkNull: Model-Agnostic Watermark Removal in AI-Generated Images via On-Manifold Latent Manipulation
本文针对AI生成图像中的数字水印技术提出了一种模型无关的移除攻击方法MarkNull。数字水印被广泛用于AI生成图像的来源追溯和版权归属，但现有移除攻击要么仅对特定生成模型有效，要么在移除水印时导致严重的视觉退化。MarkNull的关键洞察
Measuring the Wrong Thing: Internal Harmfulness Scores Anti-Rank Successful Jailbreaks
这篇论文针对大语言模型（LLM）内部安全评分机制的评估方式提出了质疑。传统上，内部安全分数（internal safety scores）在生成任何文本之前就对输入提示进行判断，其有效性通常通过区分有害提示与良性提示的能力来验证。然而，作者
Algebraic Attack on Convolutional Neural Networks with Max Pooling
该论文针对卷积神经网络（CNN）中最大池化层的参数提取攻击进行了系统研究。参数提取攻击旨在通过黑盒输入-输出查询恢复深度神经网络的权重和偏置，此前已在基于ReLU的全连接神经网络（FCNN）上得到广泛探索，但在包含最大池化层的CNN中仍是空
Sound Enforcement of Dynamic Release Information Flow Policy-Full Version
本文针对信息流分析（Information Flow Analysis）在真实系统中应用不足的问题，指出其根本原因在于现有技术通常假设安全策略是静态的（即数据机密性不随时间改变），而实际系统中的安全关注点往往是动态的，例如数据需要被降密（d
Capability-Routed Guard: Defending Large Reasoning Models Against Reasoning-Centric Jailbreaks
本文针对大型推理模型（LRM）暴露出的新型安全失效模式展开研究：对抗性提示能够操纵推理上下文、任务分解或能力解释，使有害目标被当作合法推理步骤处理。现有防护手段（如安全提醒、外部分类器、自检查包装器）往往脆弱，原因在于它们要么直接检查对抗性
Synthesizing Probabilistic Saturating Counters with Differentially Private Formal Guarantees
本文针对现代处理器中的分支预测器侧信道泄露问题，提出了一种基于差分隐私（DP）的正式分析方法，并用于合成具有可证明安全保证的概率饱和计数器（PSC）。经典饱和计数器是确定性的，攻击者可通过操纵计数器状态（如通过 Prime+Probe 观测
Full-Key Recovery and Forgery from One MQOM v2.1 Signature
该论文针对 NIST 额外签名流程第三轮候选算法 MQOM v2.1 提出了一种全密钥恢复攻击。攻击者仅需获取一个合法签名即可恢复完整的签名密钥，并利用该密钥对任意新消息生成可通过参考验证器验证的签名。核心方法在于利用签名中公开的兄弟路径（
Renaming or Tightness: Enforcing Disjunctive Information Flow Policies
本文研究离散信息流策略的强制实施问题。离散策略（如“一个值最多只能依赖两个秘密之一，绝不能同时依赖两者”）并不构成格（lattice）结构，Hunt 和 Sands 曾引入信息量量子（quantale of information）为其提供
Statistically-Secure Bit Commitment and Coin Flipping Protocols Based on Quantum Hardware Assumptions
本文研究比特承诺（bit commitment）协议的安全性问题。已知即便在量子密码学中，比特承诺也无法实现无条件安全（即完全信息论安全）。作者提出一种基于混合锁定物理不可克隆函数（HLPUFs）的构造，该硬件原语结合了经典硬件令牌与量子通
On the Sensitivity to Errors in Homomorphic Computing: Single Transient Bit-flip Client-side Error Characterization
该论文研究同态加密（Homomorphic Encryption, HE）系统对位级错误的敏感性，重点关注广泛用于AI和机器学习近似计算的CKKS（Cheon--Kim--Kim--Song）方案。同态加密允许在加密数据上直接计算而不需解密
When and Where Faults Matter: A Study of Transient Errors in CKKS Multiplication
本文针对同态加密（Homomorphic Encryption, HE）中的瞬态错误问题展开研究，重点关注非优化的CKKS（Cheon-Kim-Kim-Song）方案中服务器端同态乘法运算。同态加密允许在不解密的情况下对密文直接进行计算，是