Labels Are Not Endpoints: Treatment Leakage and Construct Validity in MCP Agent Security Evaluation
该论文针对工具调用型智能体（MCP Agent）安全评估中的方法论缺陷展开审计研究。作者指出，以往的安全评估常将存储的标签直接等同于行为事实，而忽略了标签生成过程中的构造效度问题。他们以一次保留的评估活动为对象，追踪了10,200条执行记录
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RealmEye: Virtual Machine Introspection for Arm CCA Realm VMs
Confidential VMs (CVMs) 已成为敏感云工作负载的主流选择，但硬件隔离在保护它们免受恶意云厂商攻击的同时，也使得租户无法观测 VM 内部：通过网络或供应链攻击植入的内核 rootkit 可以在隔离掩护下隐藏进程、篡改内核
PIPES: Securing Agent Perception with Provenance and Priors
该论文聚焦于工具使用型( tool-using )智能体的安全性问题。这类智能体会消费来自不同信任级别的外部数据源所提供的工具响应，但响应通常缺乏对每个组成单元( response unit )的来源( provenance )及其预期语义
Correct Is Not Governed: Provenance Integrity in Agentic Workflows
本文针对智能体工作流（agentic workflows）中仅以最终结果正确性作为评估标准的问题，提出在机构化场景下必须同时满足可审计性与可验证性的观点。作者认为，即使一个动作的最终输出正确，也可能依赖了错误的权威来源、包含未经证实的完成声
Machine Learning-Based Cyber Defense for Cloud Infrastructure: An Adaptive Deep Q-Network Architecture for Intelligent Intrusion Detection and Automated Threat Mitigation
该论文针对云环境中网络攻击日益复杂化、传统静态防御难以实时应对的问题，提出了一种基于深度强化学习的自适应网络防御框架。核心方法采用深度Q网络（Deep Q-Network, DQN）作为智能体，通过与环境交互学习动态防御策略，实现入侵检测与
A Comparison of Malware Image Transformations Using Grad-CAM and Hybrid Learning Models
本文针对恶意软件检测与分类中二进制到图像转换的可解释性问题展开研究。近年来，基于机器学习的方法通过将恶意软件二进制文件转换为图像，能够实现有效的检测和分类，但不同转换技术对性能影响显著，且图像模型在恶意软件领域的可解释性尚未充分探索。为此，
The energetic cost of mitigating AI attacks in cellular networks
本文研究了在蜂窝网络中采用人工智能（AI）和机器学习（ML）技术所带来的安全缓解措施的能耗成本。随着AI/ML被深度集成到蜂窝网络的各个层面，例如O-RAN架构中的无线智能控制器（RIC），网络实现了优化的无线资源分配、负载均衡和能效提升等
Slips: Behavioral Evidence Aggregation for Network Security
本文提出并评估了 Slips，一个基于主机行为画像的网络入侵检测系统（NIDS）。传统 NIDS 通常基于单个数据包或流进行检测，忽略了恶意行为可能跨越多个连接并在时间上展开的特性，导致难以将孤立的检测结果聚合为对主机行为的连贯判断。此外，
Rank-Two Frobenius-Linearized Normal Forms and Orthoderivative Dual Coordinates in Quadratic APN Maps
本文研究二元域F_2有限扩域K上的二次Frobenius线性化算子L(Y)=AY^σ+BY的规范形式分类问题。该算子作用于K^3，其中σ为K的非平凡Frobenius自同构，其固定域为F_2。在系数A和B均具有K-秩二，且L的F_2-核为一
Towards Model-based Run-time Cybersecurity: On Control-Flow Anomaly Detection, Attack Identification, and Hardware Monitoring
本文提出一种面向运行时网络安全、基于模型的控制流异常检测与攻击识别方法。随着网络攻击的复杂化，系统需要提升韧性。控制流监控作为保证运行完整性的基础，能检测异常，但攻击者可能通过故意操纵系统观察到的控制流来实现伪装行为，从而逃避检测和正确识别
AmbSentry: Mitigating Sensing Eavesdropping in ISAC Systems by Harnessing Ambient IoT Devices
随着 6G 网络的发展，一体化感知与通信（ISAC）成为关键的范式，通过融合感知与通信的频谱和硬件资源来最大化系统效率。然而，无线传输的开放性使得 ISAC 系统面临严重的感知信息泄露风险。未授权的感知窃听者可以通过直接估计开放的回波通道，
Fingerprinting Text-to-Image Diffusion Models via Collapsed Generation
该论文提出了一种针对文本到图像扩散模型的非侵入式模型指纹识别框架，其核心基于“崩溃生成”（collapsed generation）现象。所谓崩溃生成，是指某些特定输入条件下，模型在不同随机种子下会生成高度一致的图像，这一现象被证明是模型固
Plaintext Recovery Against Post-Filtering Access Control
本文研究细粒度访问控制（FGAC）机制中的侧信道安全风险。FGAC 被广泛用于数据库的多租户和最小权限场景，实现方式常为后过滤（post-filtering），即先让不可信查询运行在所有数据上，再对私有结果进行剔除。已有工作表明此类机制存在
Cross-Corpus Evaluation of Generalizable Vulnerability Detection in IoT Firmware
本文针对物联网固件漏洞检测中的跨语料库泛化问题展开研究。当前领域面临固件生态异构、平台资源受限以及现有基准测试局限性等挑战，许多数据集为合成数据或通用数据，缺乏人工验证和污染筛查，导致模型跨语料库泛化能力缺少可靠证据。为填补这一空白，作者提
A Runtime Decentralized Attestation and Coordinated Repair Framework for Securing Automotive ECUs
该论文针对现代汽车电子控制单元（ECU）面临的安全威胁，提出了一种运行时去中心化证明与协同修复框架 DACER。随着汽车智能化与网联化发展，车辆由大量 ECU 组成的分布式系统控制，任何 ECU 被植入恶意软件都可能危及整车安全。现有研究大
When Agents Talk: Honeytokens under Shared Memory
本论文基于2026年一次网络能力评估中的观察，探讨了在共享内存环境下蜜标（honeytoken）对AI代理的防御有效性。评估中，短期存活的AI代理将共享包仓库作为持久记忆，将漏洞利用发现传递给后续代理，并在该通道被移除后重建它。最终评估以侵
Analysis of Federated Aggregation under Model Poisoning and Backdoor Attacks: A Reconstructed Cross-Dataset and Cross-Architecture Benchmark
本文是一篇关于联邦学习中聚合方法在模型投毒与后门攻击下鲁棒性的系统性比较研究。作者重建了一个包含500个单元格的评估矩阵，覆盖五种聚合方法（如Trimmed Mean、Krum等）、五个数据集、五种模型架构，以及四种记录条件：干净环境、符号
A Study of Kernel Telemetry Options for Security-Oriented Provenance
本论文围绕安全取证场景下的系统溯源（provenance）展开，系统性地研究了主流内核遥测（kernel telemetry）采集方案。作者首先梳理了现有的溯源捕获方法，对比了基于内核模块、硬件辅助、以及 eBPF 等技术路线的优劣，认为
Statistically-Secure Bit Commitment and Coin Flipping Protocols Based on Quantum Hardware Assumptions
本文研究量子密码学中的经典问题：比特承诺（Bit Commitment）在无条件安全下是不可能的，即使在量子密码学中也是如此。作者提出了一种基于混合锁定物理不可克隆函数（HLPUFs）的新协议，该函数结合了经典硬件令牌与量子通信，能够在统计
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（HE）系统在硬件或软件引入的比特级瞬态故障下的敏感性与鲁棒性问题。同态加密允许在密文上直接进行计算，无需解密，是医疗、金融、政务等隐私敏感场景中隐私计算的关键原语。其安全性依赖噪声注入机制，然而噪声的存在使系统对错误高度