The Modern Attack Chain: Rethinking Google Workspace Security in the Age of AI
Google Workspace attacks do not always begin with phishing. Stolen OAuth tokens can provide another path into Gmail, Dri
2026-08-15 归档
今日共收录 1312 条安全情报，包含 424 个 CVE，492 篇安全通告，以及 116 篇研究论文。
← 返回归档列表Shell investigates 'potential incident' after Clop data theft claims
Oil giant Shell has confirmed it is investigating a potential security incident after the Clop ransomware gang claimed i
RingCentral data breach exposed info of 1.6 million accounts
The ShinyHunters extortion group stole personal information from 1.6 million RingCentral accounts after hacking the comp
Data analyst sent to prison for stealing data, extorting employer
A former data analyst contractor for Brightly Software has been sentenced to two years in prison for targeting his emplo
Google Cloud Sets Out Post-Quantum Roadmap With 2029 Readiness Goal
Google Cloud outlines its roadmap to full post-quantum cryptography readiness, with key milestones targeted for 2027 and
An Empirical Study of Output-to-Input Loops for Black-Box Backdoor Detection in Fine-Tuned Open-Weight LLMs
本研究针对开源权重微调大语言模型（LLM）中后门注入的检测问题进行实证分析。在模型分享平台上，任何人都可以上传自称安全的微调模型，但模型可能内置后门：在普通输入下表现正常，一旦遇到特定触发器则产生恶意行为。对于完全不掌握训练数据、原始干净权
Non-Degenerate Risk Certification for Automated Security Decisions: A Decision-Contract Theory with ATT\&CK-Aligned Triage as a Worked Instance
本文提出了一种用于自动化安全决策的非退化风险认证理论框架。作者首先指出了一个关键的结构性缺陷：传统上对自动化决策施加的无条件风险界限可能被一种“零自动化”策略平凡地满足——即一个从不采取任何动作的选择器可以将风险降至零。这说明任何风险证书实
The Next Challenge for Agentic Cybersecurity: A Realistic, Contamination-Free Reverse Engineering Benchmark
这篇论文针对 AI 智能体在网络安全领域的逆向工程（RE）能力评估问题，提出了一个全新且严格的基准测试 SRE-Bench。研究背景是：AI 智能体在源代码可用时已展现出强大的安全分析能力，但实际中许多关键软件（如恶意软件、固件、专有应用）
Beyond Source: An Empirical Study of Python Bytecode Security Risks
本文针对Python包安全通常聚焦于源代码，而Python运行时可以直接执行字节码（如.pyc文件、编译模块和序列化代码对象）这一“检查-执行”差距进行实证研究。作者在PyPI上收集了1,034,843个发行版，识别出7,388个包含字节码
ToolHazard: Scaling Adversarial Environments for Security Evaluation and Alignment of LLM-based Agents
本文提出 ToolHazard，一个可扩展的对抗环境合成框架，用于评估和提升集成外部工具的 LLM 智能体的安全性。研究背景是：LLM 智能体通过工具与外部环境交互时，容易受到环境状态中嵌入的间接提示注入攻击，但现有研究依赖人工构建或复用环
Beyond Visual Evidence: Revealing and Mitigating Relational Privacy Leakage in Document MLLMs
该论文聚焦于多模态大语言模型（MLLMs）在文档理解场景中的隐私泄露风险，尤其针对身份证件等敏感文档处理中的关键信息抽取（KIE）任务。作者指出，现有研究主要关注通用MLLM的隐私问题，而领域专用MLLM的独特脆弱性尚未被充分探索。论文发现
SoK: From Generation to Consumption of Privacy Documents in Software Systems
本文是一篇系统化知识综述（SoK），从软件工程视角对隐私文档（如隐私政策、隐私标签等）的完整生命周期进行了统一梳理。研究背景是：隐私文档是数字服务披露数据实践和获取用户同意的核心机制，过去十几年相关研究快速增长，但缺乏一个连贯的整体视图来理
LLM-Assisted Dynamic Threat Analysis for Attacker-Reachable Software Weaknesses in Autonomous Vehicles
本论文针对自动驾驶系统（以开源软件栈 Autoware 为对象）中“攻击者可达的软件弱点”难以动态确认可利用性的问题展开研究。研究背景在于：自动驾驶依赖庞大的安全关键软件栈，静态分析虽能定位候选弱点，但动态确认需构造可执行测试工件，人工构造
Does Fixing Break Security? An Empirical Study of Security Degradation in Iterative LLM-Driven Infrastructure-as-Code Repair
本文研究迭代式大语言模型（LLM）驱动的基础设施即代码（IaC）修复过程中出现的安全退化现象。背景上，当前主流的 LLM 生成 IaC 方式依赖于迭代反馈循环：验证器（如 Checkov、terraform validate）将错误信号返回
Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents
该论文针对大型语言模型（LLM）智能体在运行时面临的安全威胁，提出了一种自演化的防御框架。现有运行时防御方法通常依赖人工设计的干预措施，缺乏系统化的构建与维护原理。作者首先从 harness 层面提出了运行时防御的形式化描述，系统性地刻画了
Tracing Provenance and Detecting Tampering with Complementary LLM Watermarks
该论文针对大型语言模型（LLM）生成文本的水印技术提出了一种创新方法，旨在同时实现来源追溯与篡改检测。现有水印方案虽能在文本编辑后保留来源归属，但这一鲁棒性也带来了安全隐患：攻击者可修改关键内容而仍保留原始归属，即所谓的“搭便车伪造（pig
Privacy-Preserving RAG by Concealing Sensitive Information from External LLMs
本文针对检索增强生成（RAG）系统中的隐私泄露问题展开研究。现有RAG隐私研究大多聚焦于防止未授权用户访问敏感数据，却忽略了一个关键风险：外部大语言模型（LLM）作为生成器，能够直接读取用户查询和检索到的文档，其中可能包含机密信息，存在被滥
Convergent Detour Hijacking: Task-Preserving Resource Amplification in Skill-Based LLM Agents
这篇论文研究了基于技能（skill-based）的大语言模型（LLM）智能体在调用第三方技能时面临的安全问题。现代 LLM 智能体日益依赖第三方技能，通过自然语言描述进行技能选择，并通过指令主体进行任务规划，这种渐进式披露（progress
How China-Origin Vision-Language Models Move from Refusal to Reframing in State Alignment
该论文系统研究了来自中国的视觉-语言模型（VLM）在国家对齐（state alignment）语境下如何从显式拒答转向隐性重新框定（reframing）的问题。已有研究记录了源自中国的纯文本大模型存在国家对齐的失真现象，但多模态系统是否以及
AI Guardrail Survival under Single-Cycle Agentic Self-Summarization
本文研究了长期运行的智能体（agent）在上下文压缩（context compaction）过程中，安全护栏（safety guardrail）如何因单一周期的自我摘要（self-summarization）而失效。长期智能体通常需要周期性