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LLM驱动的基础设施即代码(IaC)修复过程中可能出现的安全退化问题进行了首次系统研究。背景方面,当前利用大语言模型(LLM)生成IaC时,普遍采用迭代反馈闭环的方式:通过Checkov和terraform validate
今日共收录 1655 条安全情报,包含 947 个 CVE,388 篇安全通告,以及 62 篇研究论文。
← 返回归档列表该论文针对迭代式LLM驱动的基础设施即代码(IaC)修复过程中可能出现的安全退化问题进行了首次系统研究。背景方面,当前利用大语言模型(LLM)生成IaC时,普遍采用迭代反馈闭环的方式:通过Checkov和terraform validate
本文针对大语言模型(LLM)智能体在运行时安全防护方面依赖人工设计、缺乏系统构建与维护框架的问题,提出了一种基于智能体执行循环(harness)的自主演化防御框架。作者首先给出了运行时防御的harness级形式化定义,系统化描述了harne
本文提出了一种面向检索增强生成(RAG)场景的隐私保护框架 SEAG(Sensitive Entity Alias Generator),旨在解决外部大语言模型(LLM)在生成回答时可能接触用户查询和检索文档中的敏感信息这一常被忽视的问题。
本SoK论文从软件工程视角系统性地综述了隐私文档(如隐私政策)从生成到消费的全生命周期。作者分析了2010至2025年间发表的290篇相关论文,围绕五个核心研究问题展开:隐私文档如何定义与界定、如何生成、如何分析与提取、如何检查不一致性和不
该论文提出了一种针对基于技能(skill-based)的大型语言模型(LLM)智能体的新型攻击方法——收敛性绕行劫持(Convergent Detour Hijacking, CDH)。在LLM智能体生态中,第三方技能通过自然语言描述供模型
该论文针对自动化安全决策中的风险评估提出了一种理论框架,指出无条件风险界限存在结构性问题:一个从不采取行动的“选择器”可以平凡地使风险趋于零,因此任何看似可靠的风险证书实际上可能掩盖了底层分类器的错误。作者建立了“决策契约理论”(Decis
本文提出 ToolHazard,一个可扩展的对抗性环境合成框架,用于评估和提升基于大型语言模型(LLM)的智能体在集成外部工具时的安全性。核心研究问题是:LLM 智能体在感知环境状态时,容易受到嵌入其中的间接提示注入攻击,但现有研究多依赖手
本研究系统性地考察了中国来源的视觉-语言模型(VLMs)在政治敏感话题上的国家对齐(state-aligned)行为,重点关注其如何从显式的拒绝转向隐式的重新表述。作者构建了一个包含200个核心条目的平衡基准,覆盖十个政治敏感话题,并设计了
本文标题为《决赛直播|第四届阿里CTF安全挑战赛》,发布在阿里云先知社区,发布时间为2026年8月16日。文章内容应为第四届阿里巴巴CTF(Capture The Flag)安全挑战赛决赛的直播信息或宣传入口,属于社区活动与研究交流性质。来
A `SELECT` permission defined on an array element (`DEFINE FIELD field.* … PERMISSIONS FOR select …`) is not enforced co
[下载]IDAPro v9.4.260714(hotfix)+汉化补丁+新版py注册机
[原创]IDAPro v9.4.260714 汉化补丁修正错误
CVE-2026-62737
Windows11 0day内核提权漏洞分析与利用(CVE-2026-62737)
本文针对区块链智能合约安全这一高度对抗性环境中的核心问题展开研究:尽管每年有数十亿美元因合约漏洞被网络犯罪分子窃取,但现有防护概念和技术尚未真正有效解决此问题。作者提出经典的程序不变量(program invariant)概念可能是最有力的
本文针对6G网络中集成感知与通信(ISAC)系统面临的新型传感信息窃听威胁,提出了一种名为AmbSentry的防护机制。ISAC通过融合频谱与硬件资源提升系统效率,但无线信道的开放性导致感知回波信道可被未授权窃听者直接估计,从而提取目标距离
TeleGapper 是一篇针对 Telegram Mini Apps 隐私政策可靠性的实证研究。Telegram Mini Apps 是嵌入在 Telegram 客户端中的 Web 应用,构成了一个庞大的第三方服务生态。与微信等采用封闭、
该论文针对工具使用型AI智能体(MCP Agent)安全评估中的方法学缺陷展开审计研究。作者指出,现有安全评估常将存储的标签(labels)等同于行为事实,导致评估结论可能失真。他们回顾并审计了一个历史评估活动,将10,200条执行记录追溯
细粒度访问控制(FGAC)机制(如行级安全 RLS 和文档级安全 DLS)被广泛用于多租户数据库或最小权限实现中,以限制对共享物理索引结构中数据的访问。实际部署中,FGAC 常采用“后过滤”方式:先让不受信任的查询在全部数据上执行,再对私人
本文研究恶意软件分类模型在实际部署中面临的概念漂移问题。概念漂移是指随时间推移,数据统计特性发生变化,导致原先训练好的模型性能下降。由于攻击者不断修改恶意软件以绕过检测,基于机器学习的恶意软件检测/分类模型尤其容易受到概念漂移的影响。为此,
本文提出 TopoIntent 系统,旨在将自然语言描述的安全意图自动编译为可执行且通过合规检查的网络拓扑。研究背景:企业安全拓扑设计需要将业务意图、监管要求和风险假设转化为安全域、边界设备、域间路径及访问控制策略;现有网络自动化工具通常在