Decomposition Attacks Across Unlinkable Identities: Limits of Stateful Defenses for LLM Services
本文研究大语言模型（LLM）服务在应对分解攻击（decomposition attacks）时的根本性安全限制。分解攻击将恶意任务拆分为多个看似无害的请求，每个请求单独判断均能通过无状态防御，但组合各请求的响应即可实现原始恶意目标。现有防御
2026-08-20 归档
今日共收录 1886 条安全情报，包含 1062 个 CVE，406 篇安全通告，以及 120 篇研究论文。
← 返回归档列表Fair ASR: Re-Evaluating Black-Box Jailbreaks under Shared Target-Call Budgets
本文提出了一种新的黑盒大语言模型（LLM）越狱攻击评估协议 Fair-ASR，旨在解决现有评估中仅依赖攻击成功率（ASR）而忽视攻击预算导致的比较不公平问题。现有计算感知评估方法将异构资源折算为 FLOPs，但黑盒模型的 FLOPs 难以估
CompoSkill: Compositional Skill Chain Attacks from Individually Scanner-Passing LLM Agent Skills
本文研究自主AI智能体在长时程任务中依赖市场技能（marketplace skills）的安全认证盲区。当前生态采用逐技能扫描（per-skill scanner）：每个技能单独通过安全检测即视为整体安全。作者指出该假设在技能组合（skil
Improving LLM-Based SSH Honeypots Through Prompting and Fine-Tuning
本文研究如何通过提示工程（prompting）和监督微调（supervised fine-tuning）提升基于本地开源权重大语言模型（LLM）的SSH蜜罐的shell仿真准确性。现有LLM蜜罐多使用封闭云模型（如GPT-3.5），虽能提供
Evaluating Structured Information Extraction with Open Models in a High Risk Public Sector Application
本文针对高风险公共部门场景中结构化信息抽取的评估问题展开实证研究。欧盟《人工智能法案》将某些公共部门应用（如国际学习项目的学生申请处理）归类为高风险，因此在部署此类自动化系统前必须进行严格评测。当前商业专有方案占据主导，但开源OCR引擎、L
Redakto - The Incognito Tab for LLMs
本文介绍了一款名为 Redakto 的开源工具，旨在解决大型语言模型（LLM）使用过程中的隐私保护问题。随着 LLM 在日常生活中广泛应用，如何确保输入模型的文本不包含个人身份信息（PII）成为关键挑战，特别是在欧盟新立法的背景下，隐私不确
The Model's Tell: Measuring Context-Leakage Attack Signals with Behavior Gauges
本文研究大型语言模型（LLM）在依赖外部上下文（如系统提示、检索文档）进行生成时面临的信息泄露攻击风险。攻击者可通过构造对抗性输入诱导模型泄露这些上下文中的机密信息。已有研究表明，隐藏状态中存在与泄露相关的内部信号，但提取隐藏状态在实际部署
SpecTrum: Specification-Guided Differential Fuzzing for Ethereum Consensus Clients
以太坊的共识安全性依赖于多个独立实现的共识客户端在每个状态转换上保持一致。若因实现错误导致分歧，可能引发网络分叉、最终性停滞，甚至遭受严重攻击。为了预防此类共识分歧，以太坊官方提供了一个 Python 参考实现（consensus-spec
MobileWorldSafety: Benchmarking GUI Agent Safety Against Environmental Injection Attacks in Android Apps
这篇 arXiv 论文针对 LLM 驱动的手机 GUI 智能体（例如能自主操作智能手机的智能助手）面临的环境注入攻击风险，提出了一个名为 MobileWorldSafety 的安全基准测试。研究背景是：这类智能体从原型走向实际部署，但它们会
HarnessRisk: A Lifecycle-Oriented Benchmark for Agent Harness Safety
本文提出了 HarnessRisk，一个面向大语言模型（LLM）智能体框架安全性的生命周期导向基准。随着 LLM 越来越多地通过智能体框架（agent harness）来管理工具、扩展、持久化状态、权限和外部操作，现有安全基准大多针对单个攻
Reflex-Guard: A Low-Latency Guardrail for LLM Prompt Safety Using Dense Semantic Embeddings
本文针对大型语言模型（LLM）在实际应用中面临的安全防护挑战，提出了一种名为 Reflex-Guard 的低延迟本地防护方案。现有防护方法如 LLM-as-a-judge 或基于云的安全 API 虽能有效检测不安全内容，但每次请求会引入约
Beyond the Hype: Evaluating LLM Integration and Practical Limitations in Security Operation Centers
本文通过质性研究方法，探讨了大型语言模型（LLM）在安全运营中心（SOC）中的实际集成情况与局限性。研究背景在于，LLM 正越来越多地被用于支持 SOC 中文本密集型分析工作，如告警情境化、事件摘要和调查文档草拟。然而，实践者对关键运营问题
Structured Driving-State Narratives for Small Language Model-Based GNSS Spoofing Detection
该研究针对自动驾驶汽车（AV）依赖 GNSS 定位而易受欺骗攻击的问题，提出了一种基于小语言模型（SLM）的 GNSS 欺骗检测与分类框架。与以往直接分析原始信号或车辆状态的方法不同，该框架将来自 GNSS 和其他传感源（如惯性测量单元、摄
LLMs for Zero-Shot Threat Detection via Structured Risk Indicators
本文提出一种基于大语言模型（LLM）的两阶段框架，用于从异构安全日志中进行零样本内部威胁和高级持续性威胁（APT）检测。该方法首先将用户活动建模为按时间顺序排列的时间线，并引入检索增强生成（RAG）技术，从用户历史行为中提取个性化上下文，以
DCI: Dependency Confidence Index for Assessing Open-Source Dependency Trustworthiness
开源软件供应链安全中，选择可信赖的依赖项仍然是一个重大挑战。现有工具如 OpenSSF Scorecard 提供了安全评分，但往往忽视了软件开发过程中的多维度信任因素。为此，本文提出依赖置信指数（Dependency Confidence
Proving the Utility of Large Language Models in Cybersecurity Simulations: A Comprehensive Examination
本文研究如何利用大型语言模型（LLM）增强网络安全模拟，特别是在自动化合成环境创建和潜在漏洞识别方面。作者提出使用YAML作为结构化表示格式来描述复杂网络配置，从而构建LLM驱动的流水线，以支持并改进强化学习（RL）代理的训练。研究通过对比
Security Assessment of DeepSeek Harness with A.I.G: Evaluating Resistance to Indirect Prompt Injection
本文对DeepSeek Harness (DSH) 这一大语言模型智能体框架进行了系统性的间接提示注入安全评估。研究团队使用自研的AI-Infra-Guard (A.I.G) 工具链构建测试用例，通过受控污点注入、执行DSH、采集执行轨迹并
Ventor-QTest: Threat-Model-Driven Verification of Vendor-Hosted LLM APIs
随着大语言模型（LLM）的广泛部署，第三方供应商提供的开源权重模型推理服务已成为生态系统的重要一环，但对其推理 API 质量的审计仍然是一个开放问题。本文提出 Ventor-QTest，一种无需目标 API 提供任何概率信息的复合黑盒审计方
Probing the Prefill: Detecting Code Vulnerabilities via Latent Activations
该论文研究一个核心问题：当大语言模型（LLM）读取一段C/C++代码作为上下文时，其内部隐藏激活（hidden activations）是否已经包含关于该代码是否存在漏洞的信号，从而可以在不运行额外静态分析工具或微调分类器的情况下，直接利用
SearXNG Basic Authentication Credentials Exposed Through MCP Logs and JSON-RPC Error Responses
### Summary mcp-searxng version 1.11.0 exposes SearXNG Basic Authentication credentials embedded in the `SEARXNG_URL` e