PhiShark2026: A Multi-Layer Active-Web Raw-Evidence Dataset for Phishing Website Research
本文针对网络钓鱼数据集研究中的一个核心局限:现有数据集往往只保留 URL 或预计算特征,导致研究者被限制在预设的表示形式中,无法根据钓鱼技术的演变重新提取特征、应用新的分析方法或检查跨层关系。为此,作者构建了 PhiShark2026,一个
今日共收录 918 条安全情报,包含 88 个 CVE,417 篇安全通告,以及 120 篇研究论文。
← 返回归档列表本文针对网络钓鱼数据集研究中的一个核心局限:现有数据集往往只保留 URL 或预计算特征,导致研究者被限制在预设的表示形式中,无法根据钓鱼技术的演变重新提取特征、应用新的分析方法或检查跨层关系。为此,作者构建了 PhiShark2026,一个
该论文针对DeFi中基于屏蔽UTXO(未花费交易输出)的隐私协议提出了一套统一分析框架。此类协议允许资产在屏蔽池内持续流转,仅在提现或与公开DeFi交互时公开,因此与传统混币器不同,其匿名性并非简单的池规模问题,而是跨note/UTXO、证
本文研究智能体(Agent)运行时环境中一种被称为“执行编辑”(execution edits)的操作安全性问题。执行编辑包括 Checkpoint(记录当前执行状态)、Fork(分支)、Restore(恢复某个检查点)和 Merge(合并
该论文系统性地分析了量子计算对主流区块链平台的密码学威胁,并探讨了向后量子密码(PQC)迁移的可行路径。研究指出,依赖椭圆曲线密码(ECC)的区块链系统在量子计算机面前具有根本性脆弱性,特别是Shor算法可高效破解基于离散对数的密钥。作者将
本文研究推理时扩展(Inference-time Scaling)中安全模型与奖励模型组合产生的安全漏洞。典型推理时流水线会采样多个候选输出,通过一个学习的安全代理过滤掉不安全的输出,然后从剩余“代理可行”集合中选择学习奖励最高的输出。作者
DIME 是一篇针对扩散模型成员推理攻击的研究论文。成员推理攻击旨在判断某个数据样本是否被包含在模型训练集中,这类攻击对数据隐私构成直接威胁。已有的扩散模型成员推理攻击大多依赖启发式策略,且需要较大的查询预算,实用性受限。DIME 从理论层
本文提出了一种基于非同质化代币(NFT)软配对框架的蓝牙服务访问控制方案。传统蓝牙配对机制在配对成功后通常隐式地授予持续的服务访问权限,导致授权粒度粗、难以及时撤销。该研究将原生蓝牙配对与授权逻辑解耦,无需修改底层蓝牙协议栈。框架采用三层架
本文提出了一种名为 EGAMA-RC 的风险校准证据门控自适应恶意软件分析框架,用于内存取证场景下的恶意软件分类与分流。传统机器学习恶意软件检测器在干净数据上准确率较高,但实际运营中的分流任务还需考虑不确定性、新颖性、鲁棒性、可解释性、延迟
本文研究后量子密码(PQC)迁移对加密流量分类器可靠性的影响。现有加密流量分类器通常在训练与测试数据同分布的前提下达到高准确率,但TLS向混合后量子密钥协商(如TLS 1.3中的X25519MLKEM768)迁移后,流量特征发生系统性漂移,
该论文对汽车硬件安全模块(HSM)进行了系统性的架构分析,探讨其在现代汽车电子控制单元(ECU)中建立硬件根信任的关键作用。随着汽车ECU面临远程和物理威胁,硬件根安全机制对于保护软件完整性、真实性和生命周期管理变得至关重要。HSM作为汽车
本文提出了一种针对 AES128 的黑盒密码分析方法,基于局部反转(Local Inversion)思想,仅利用正向加密的黑盒计算实现密钥恢复。在已知明文攻击(KPA)场景下,作者通过顺序计算证明了当已知 48 位密钥时,可在实际可行的时间
本文针对社会工程学(SE)攻击中心理因素(PFs)与攻击类型之间的相互作用进行了探索性研究。尽管网络钓鱼是众所周知的 SE 类型,但语音钓鱼(vishing)和短信钓鱼(smishing)等新型攻击日益增多。研究者希望通过实验确定哪些心理因
本文是一篇关于二进制反编译技术在现代计算环境中的系统性综述。反编译作为软件工程与安全分析的基础技术,旨在将机器码或二进制程序还原为高级语言表示,广泛用于恶意软件分析、漏洞挖掘、遗留代码维护和软件可追溯性验证。近年来,随着机器学习(ML)方法
CVE-2026-58108
该漏洞存在于个人访问令牌(PAT)的删除功能中。代码意图是从 PersonalAccessTokenDB 表中删除当前用户自己的令牌,但删除查询中的过滤条件错误地使用了 Session 表的字段,且未在 PersonalAccessToke
CVE-2026-78146
WordPress 插件 Simple Newsletter Plugin 在 4.3.3 版本之前存在一个访问控制缺陷。该插件在渲染订阅者存储的详细信息时,没有验证请求者是否就是该订阅者本人,导致未认证的远程攻击者可以构造公开请求来获取任
CVE-2026-77758
CVE-2026-77758 是一个影响 WordPress 插件 “Stripe Payment Forms by WP Full Pay” 的访问控制漏洞。该插件用于通过 Stripe 支付网关创建支付表单,并管理客户门户(Custom
CVE-2026-77754
CVE-2026-77754 影响 WordPress 的 Kirki 插件(版本低于 6.0.14)。该插件在处理某个公开 AJAX 操作的多个端点时缺少能力检查(capability check),导致未认证的远程攻击者可以利用该缺陷。
CVE-2026-75797
CVE-2026-75797 影响 AI Engine WordPress 插件 3.7.2 之前的版本。该漏洞源于插件在将调用者提供的 URL 映射到本地文件系统路径并读取文件内容后转发至外部服务时,未对 URL 进行有效的路径约束,导致
CVE-2026-74930
The Project Manager WordPress 插件在 4.0.7 版本之前存在一处越权访问漏洞。该插件的一个 REST API 路由在获取用户活动历史时,未校验请求者是否为被查询用户本人,导致任何已认证用户(例如订阅者)都可以
CVE-2026-74928
The Project Manager WordPress plugin before 4.0.7 does not have any authorisation check on its import routes, allowing