Vibe Coding and Web Application Security: A Twin-Prompt Study
这篇 arXiv 论文针对大语言模型（LLM）通过自然语言提示自动生成完整 Web 应用的安全性问题展开研究。作者提出一个核心研究问题：在提示中显式要求应用安全最佳实践，是否能够显著提升生成 Web 应用的安全性。研究设计采用孪生提示（Tw
2026-08-24 归档
今日共收录 798 条安全情报，包含 82 个 CVE，390 篇安全通告，以及 72 篇研究论文。
← 返回归档列表The Rising Cost of Trust: Practitioners' Trust Signals, Controls, and Responses in the Software Supply Chain
这篇研究论文关注软件供应链中的信任问题，特别是随着AI生成依赖项等新威胁的出现，供应链信任正在受到侵蚀。作者通过对38名来自工业界和开源社区的从业者进行半结构化访谈，从社会学既有信任概念出发，采用主题分析法，研究从业者实际采用的信任信号、信
The Claws in Plain Sight: Unauthorized Context Disclosure through LLM Agent Tool Calls
该论文研究的是 LLM（大语言模型）智能体在构造工具调用参数时可能出现的上下文未授权泄露问题。作者指出，智能体通常会从用户画像、对话历史、检索文档以及先前的工具结果中获取上下文信息来构造工具调用参数，但合法访问上下文信息并不等同于有权将该信
ARQ: Agentic CodeQL Query Refinement for C/C++ Vulnerability Detection
本文提出 ARQ，一个基于智能体（agent）的自动化框架，旨在优化 C/C++ 程序的 CodeQL 漏洞检测查询，以降低误报（FP）和漏报（FN）。现有查询型静态分析器（如 CodeQL）通过预定义的漏洞模式查询来匹配源码，但官方查询仍
Beyond End-to-End Success: Diagnosing Failures in Long-Horizon Security LLM Agents
长时程安全 LLM 代理需要在多次依赖交互中持续携带信息和决策，后续动作常常依赖于早期发现的服务、状态或访问权限，这使得最终任务成功率难以解释：代理很可能在测试目标能力之前就已失败。本文提出一种诊断方法论，通过为安全任务插入检查点（chec
Auditing Cross-Lingual Fairness in Language Model Watermarking
该论文指出，当前大语言模型（LLM）输出水印方案的评估几乎完全基于英文文本，并且使用固定的检测阈值和狭窄的一组质量测量手段，这使得跨语言部署中的公平性问题被系统性忽视。作者提出了一套跨语言公平性审计框架，包含四个关键组成部分：第一，根据具体
COPA: Continual Preference Optimization for Adaptive Prompt Injection Defense
本文针对大型语言模型（LLM）在面对不断演进的提示注入攻击时现有防御机制不足的问题，提出了一种持续偏好优化框架COPA。提示注入攻击通过将恶意指令嵌入用户输入或外部内容，可操控模型行为并绕过安全限制。现有防御大多采用静态策略，如固定的对齐目
From Noise to Signal: Improving Security Log Anomaly Detection Using LLMs with Endpoint-Specific Logs
该研究针对安全日志异常检测中传统方法（如 Wazuh 规则检测、OpenSearch 统计异常检测）依赖预定义规则或历史行为基线、难以捕捉语义和上下文信息的问题，探索了利用大语言模型（LLM）进行端到端异常认证行为检测的可行性。作者指出已有
AGFlow 三洞审计：补丁追着漏洞跑，有个版本掉队了
AGFlow 三洞审计：补丁追着漏洞跑，有个版本掉队了
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）
Tracking the Trend in How Speech Synthesizers Deceive People
语音合成技术的快速发展使深度伪造音频达到高度逼真的水平，对语音身份验证和数字取证构成日益严峻的威胁。早期研究曾报道人类对深度伪造语音的检测准确率可达70%-80%，但这些研究主要基于较老的合成器，难以反映当前生成语音的真实攻击能力。本研究针
Bootstrapping Mutual Attestation with Kleene's Second Recursion Theorem
这篇论文研究的是无中心可信运营者的节点间“相互证明”（mutual attestation）问题。在远程证明（remote attestation）场景中，每个节点为了验证对端节点的可信性，需要持有对端代码的参考度量值（reference
Masking Is Not Enough: Generative Restoration for Multimodal De-Identification in Medical AI
该论文针对医疗多模态AI系统中图像-文本数据可能泄露受保护健康信息（PHI）的问题展开研究。现有医疗视觉语言基准主要关注任务效用，而去标识方法往往与下游推理能力分开评估，缺乏统一的量化标准。论文指出，仅对图像中的可见标识做OCR掩码处理并不
Privacy-Preserving Object Detection for Vision Transformer-Based Models
本文提出了一种面向 Vision Transformer（ViT）的隐私保护物体检测方法。此前，利用感知加密保护图像敏感视觉信息的研究主要集中于图像分类任务，而针对物体检测的研究尚属空白。作者首次将感知加密引入物体检测领域，利用 ViT 的
Inadvertent Context Leakage in Language Models
本文研究了语言模型在上下文中持有敏感用户数据（如日历、凭证、健康记录和财务信息）时发生的意外信息泄漏问题。作者首先探索了这样一个核心问题：即使模型正确拒绝了直接的秘密提取请求，秘密在上下文窗口中的存在是否会在模型的良性输出中引入隐藏相关性，
Beyond Explicit Generators: Distribution-Free Linear-Decomposition Attacks on Public-Key Encryption
本文提出并系统研究了一种针对公钥加密方案的“线性分解攻击”新范式。传统攻击通常需要恢复未知的代数结构（如秘密密钥或秘密线性作用），而线性分解攻击仅利用目标公开状态落在已知线性张成空间这一事实：一旦获得分解系数，这些系数能通过未知的线性传输作
Utility Under Attack: Agent Memory Poisoning and the Limits of Content Screening and Provenance Ranking
该论文研究大型语言模型（LLM）智能体的持久记忆机制在安全攻击下的脆弱性。核心问题是：一旦虚假信息被写入持久记忆，它会在未来会话中被检索到，从而造成长期、可累积的错误。作者提出并验证了一种“记忆投毒”攻击范式：仅通过一次普通文本生成，注入明
Workplace Surveillance and Insider Threat Risk Management: Legal Limits and Privacy Harms
该论文聚焦于工作场所监视与内部威胁（InT）风险管理之间的平衡问题。作者提出两个核心论点：一是监视虽具有保护企业资产和监控员工生产力的合法目的，但过度监视可能违反法律要求与数据隐私原则；二是工作场所监视的主要安全目标是检测内部威胁，即拥有授
Billion-Scale Nearest-Neighbor Search under Fully Homomorphic Encryption on a Single GPU, Balancing Leakage and Cost
本文提出并实现了一套在单块GPU上对十亿规模向量进行完全同态加密（FHE）下最近邻搜索的系统，解决的核心问题是：如何在服务器完全无法得知查询内容的前提下，返回与查询最为相似的数据库向量。整个查询过程使用FHE加密，服务器在密文上进行相似度打
On the Additive FFT Techniques over Binary Extension Fields
该论文研究二进制扩展域上的加法快速傅里叶变换（Additive FFT, AFFT）技术，旨在提升多项式在仿射子空间上的求值效率。研究动机源于 Bailey 在 1989 年提出的四步 FFT 算法，作者发现泰勒展开与子空间的零化多项式结合