ActBench: Self-Evolving Benchmark of Behavioral Safety in Cowork Agents
本文提出并构建了 ActBench，一个面向人机协作智能体（cowork agents）行为安全性的自进化基准测试。与以往仅关注模型最终回答安全性的评估不同，ActBench 从执行轨迹（execution trajectories）层面评
2026-08-14 归档
今日共收录 1589 条安全情报，包含 784 个 CVE，406 篇安全通告，以及 115 篇研究论文。
← 返回归档列表How China-Origin Vision-Language Models Move from Refusal to Reframing in State Alignment
该论文系统性地研究了源自中国的视觉-语言模型（VLM）在多模态场景下是否以及如何实现国家对齐的信息扭曲。已有研究记录了中文文本大语言模型中的国家对齐扭曲现象，但多模态系统中的情况尚未被系统检验。作者构建了一个包含200个核心条目、覆盖十个政
Does Fixing Break Security? An Empirical Study of Security Degradation in Iterative LLM-Driven Infrastructure-as-Code Repair
该论文针对迭代式大语言模型（LLM）驱动的基础设施即代码（IaC）修复过程中的安全退化问题展开实证研究。背景是，当前主流的 IaC 生成与修复流程依赖迭代反馈回路：由 Checkov、terraform validate 等验证器将错误信号
Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents
本文针对大语言模型（LLM）智能体在运行过程中面临的安全威胁，提出了一种全新的运行时防御框架。当前已有的运行时防御方法通常依赖人工设计的干预机制，缺乏系统化的构建和维护原则，难以适应动态变化的安全环境。作者首先从harness（执行框架）层
Beyond Visual Evidence: Revealing and Mitigating Relational Privacy Leakage in Document MLLMs
本文关注多模态大语言模型（MLLMs）在文档理解场景下的隐私泄露问题，尤其针对身份证件等身份文档处理中的关键信息抽取（KIE）任务。作者指出，尽管MLLMs的隐私风险已引起广泛关注，但领域特定MLLMs（如文档理解模型）的独特脆弱性尚未被充
Beyond Source: An Empirical Study of Python Bytecode Security Risks
本文针对 Python 包安全研究中长期存在的“源码中心主义”盲区，系统性地研究了 Python 字节码（bytecode）作为安全工件的风险。Python 运行时可以通过 .pyc 文件、纯编译模块以及 marshalled code o
Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks
该论文提出了一种新型的LLM文本水印方法，旨在同时实现来源追踪（provenance）和篡改检测（tamper evidence）。现有LLM水印技术虽然能在编辑操作下保持归因性，但这一特性却被攻击者利用：他们可以在保留原始归属的同时修改关
Convergent Detour Hijacking: Task-Preserving Resource Amplification in Skill-Based LLM Agents
本文研究了基于技能的 LLM 智能体中一种新型攻击范式：汇聚绕道劫持（Convergent Detour Hijacking, CDH）。随着 LLM 智能体越来越多地依赖第三方技能，系统通过自然语言描述进行技能选择，并利用指令体进行任务规
ToolHazard: Scaling Adversarial Environments for Security Evaluation and Alignment of LLM-based Agents
本文针对集成外部工具的 LLM 智能体在环境状态中遭遇间接提示注入的安全问题，指出现有研究主要依赖手工构建或复用环境、基于随机 LLM 的工具模拟以及预设注入位置，导致安全研究难以扩展到更广泛领域。为突破这一限制，作者提出 ToolHaza
Backdoor Decontamination Dynamics in LLM Agents
该论文研究开放权重 LLM Agent 在微调阶段被植入后门的安全问题。由于防御者通常不知道攻击者植入的具体触发器（trigger），因此无法直接对该未知触发器进行遗忘（unlearn）。论文提出一种"防御性污染"（defensive po
Agent Safety Should Be a Runtime Contract
该论文挑战了当前AI安全研究的主流范式，认为将安全视为可通过RLHF、DPO或宪法AI在训练阶段注入的属性，在面向自主代理（如执行代码、修改文件、发送消息、操作数据库的LLM代理）时存在结构性不足。作者主张代理安全应转变为由执行环境（har
On Understanding, Identifying, and Mitigating Vulnerabilities in Agentic Large Language Models
该论文针对大型语言模型（LLM）从无状态对话界面演进为具备多步规划、工具调用、代码执行和持久记忆的自主智能体这一趋势，系统性地研究了此类智能体面临的安全漏洞问题。研究指出，当智能体在真实世界权限下运行（如调用API、修改文件、查询数据库）时
Withholding the Completing Chunk: Deterministic Pair-Completion Guardrails for Streaming LLM Output
流式大语言模型（LLM）输出在逐 token 释放时面临审核时机困境：若等待完整输出再审核，敏感内容已经到达用户；若对每个前缀反复进行语义分类，则计算开销大且结果不稳定。本文提出一种确定性的配对完成防护栏（pair-completion g
Generating Attacks for LLMs with GFlowNets
本文提出了一种基于生成流网络（GFlowNets）的自动化红队测试方法，用于发现大语言模型（LLM）的安全漏洞。研究背景是：随着LLM在各行各业被广泛部署，其固有的安全隐患日益突出，而传统红队测试多依赖人工专家或固定的攻击数据集，前者耗时费
ColluSkill: Adversarial Cross-Skill Composition for Evading Agent Skill Scanners
本文针对基于LLM的智能体系统中的技能（skill）攻击面展开研究。作者首先对现有技能扫描器进行实证分析，发现当前防御机制主要针对单个技能进行安全检查，忽略了对跨技能组合（cross-skill composition）风险的评估，从而留下
LLM-Assisted Dynamic Threat Analysis for Attacker-Reachable Software Weaknesses in Autonomous Vehicles
该研究针对自动驾驶汽车软件栈中可由攻击者输入触发的安全弱点，提出利用大语言模型（LLM）自动构建动态分析所需的可执行测试工件。研究以开源自动驾驶栈 Autoware 为对象，首先通过编译器精确的静态分析扫描 185 个软件包，识别出 1,3
[原创]IDAPro v9.4.260714 汉化补丁修正错误
[原创]IDAPro v9.4.260714 汉化补丁修正错误
SIPSorcery: Malformed UDP datagram crashes TurnServer receive loop with no restart, disabling TURN UDP relay for all clients (DoS)
## Summary `TurnServer.ReceiveUdpAsync` places its generic `catch (Exception)` OUTSIDE the `while` receive loop, and `St
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）
Attackers Exploit SharePoint Authentication Bypass After Public PoC Release
CVE-2026-55040
Threat actors have begun to exploit a newly disclosed Microsoft SharePoint vulnerability following the release of a proo