Adversarial Training of Linear Models under Stealthy Attacks
本文研究线性预测模型在隐蔽虚假数据注入攻击下的对抗训练问题。预测模型在诸多领域广泛部署，但对数据完整性攻击较为敏感，攻击者可通过注入精心设计的虚假数据使模型输出产生偏差。现有检测方案和对抗训练方法虽能提升鲁棒性，却缺乏对隐蔽攻击（即能绕过检
2026-08-28 归档
今日共收录 1697 条安全情报，包含 762 个 CVE，507 篇安全通告，以及 120 篇研究论文。
← 返回归档列表An Analysis of the Impact of Psychological Factors and Techniques Across Different Types of Social Engineering
本文是一篇关于社会工程学攻击中心理因素与攻击类型相互作用的研究论文。研究背景在于，网络钓鱼（phishing）是最广为人知的社会工程学攻击类型，通过欺骗受害者泄露个人信息或执行恶意操作（如下载安装恶意软件）。随着攻击手段演化，语音钓鱼（vi
Defending the Peg: Real-Time Dynamic Protection and Anomaly Detection in DeFi Stablecoins
本文针对去中心化金融（DeFi）生态中稳定币智能合约的安全防护问题展开研究。稳定币作为连接加密货币市场与传统金融范式的关键基础设施，其运行高度依赖智能合约执行自动化操作，而智能合约一旦部署便具有不可篡改性，这意味着任何安全漏洞被利用都可能导
Refusal geometry reflects refusal training: diverse refusal prefixes can raise stable rank and weaken refusal vector ablation attacks
本文研究拒绝训练（refusal training）如何影响大语言模型（LLM）的安全对齐，特别是拒绝行为为何集中于低维子空间，以及这种集中性如何导致模型易于被向量消融攻击（vector ablation）破坏。作者以 OLMo-2-042
Capacity Overflow: A Blind Spot for Backdoor Attacks in Vision MoE
本文针对视觉混合专家（Vision Mixture-of-Experts, MoE）模型提出了一种新型的隐蔽供应链后门攻击。MoE架构通过门控机制将不同输入分配给不同的专家子网络，以在扩展模型规模的同时保持计算效率。为了防止专家过载，视觉M
RWA-PoB: A Credential-Based Proof-of-Backing Framework for Tokenized U.S. Treasury Products
该论文提出 RWA-PoB，一个面向代币化美国国债产品的基于凭证的背书证明框架。传统资产储备证明（PoR）虽能提供总储备覆盖率，却无法证明链下资产在法律上具备合格性、未受质押约束、估值连续一致，以及具备足够的赎回流动性。为弥补这一缺口，框架
Multi-View Trust Evaluation for Collaborator Selection via Evidential Deep Learning
本文针对分布式系统中合作者选择的信任评估问题，提出了一种基于多视图证据深度学习（Multi-View Evidential learning, MVE）的信任评估方法。在分布式环境中，系统需要从潜在合作者过往的协作经验中推断其可信度，以便选
Automotive HSMs - Architectural Challenges and Security Implications
本文对汽车硬件安全模块（HSM）进行了体系结构层面的分析，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面临越来越多的远程和物理威胁，依赖硬件根安全来保护软件完整性、真实性和生命周期管理已成为必然趋势。HS
Authenticated Data Structures for Dynamic Workloads
该论文提出了一种面向动态工作负载的认证数据结构（ADS）——Huffman-Merkle Tree（HMT）。ADS 允许在仅持有短承诺（commitment）的情况下，对大规模可变状态中的条目进行成员关系证明，典型应用包括可验证存储、互联
BGPay: An Incentive-Compatible Mechanism for BGP Hijack Filtering
BGP劫持仍然是互联网路由安全中的持续性威胁。现有防御机制（如RPKI/ROV）存在根本性的激励错配：最有利于过滤恶意公告的网络（如上游或对等方）需要承担过滤操作的成本，却无法从中获得直接收益，而受害者前缀所有者却获得了所有价值。这种“旁观
CA-less Mutual Co-Signing of Documents over a Unidirectional Visual Channel with Transported Hardware Attestation
本文提出并分析了一种无需证书颁发机构（CA）和中间信任服务器的双向文档共同签名协议。该协议允许两台移动设备仅通过单向、有损、低带宽的视觉信道（即一方屏幕上显示的动画编码，由另一方摄像头读取）进行交互，共同签署一份文档。信任并非基于传统CA，
Rethinking the Transferable Adversarial Attacks and Robust Defense in Federated Learning
联邦学习(FL)是一种先进的分布式机器学习范式，允许多方在不出本地数据的情况下协同训练模型，从而缓解数据隐私与孤岛问题。然而，大量参与者的加入使得FL系统面临多种安全威胁，包括数据注入攻击、模型中毒攻击、拜占庭攻击以及对抗样本攻击。近期研究
Research Methodologies for Cybersecurity in Enterprise Environments: A Narrative Review, Synthesis and Executable Guide
本文是一篇关于企业环境中网络安全研究方法的叙述性综述与综合，并提供了可执行的指南。作者指出，企业网络安全研究涉及的方法范围远超任何单一学术社区常规教授的内容，研究人员在面临技术问题之前首先面临方法选择问题：一项研究可能同时需要系统综述、设计
Certified Randomness without Structure Against Shallow-Query Adversaries
该论文研究量子计算中的可认证随机性（certifiable randomness），即如何让一个量子证明者向经典验证者证明自己确实进行了量子计算，并同时产生可验证的随机数。此前 Yamakawa 和 Zhandry（J. ACM 2024）
Security Education in Higher Education through AI-Powered Gamification
随着AI驱动的攻击越来越逼真且难以检测，网络安全教育面临更大挑战。传统基于视频的安全培训在高等教育中往往存在参与度低、教学效果有限的问题，这促使教育工作者探索AI赋能的游戏化教学方式，以提供更具吸引力、有意义且个性化的学习体验。本文研究了A
ICS Cybersecurity Datasets: A Systematic Meta-Review of Coverage, Evaluation Practice, and Structural Gaps
本文对工业控制系统（ICS）入侵检测研究中公共数据集的使用情况进行了系统性的元审查。研究背景是，大量入侵检测研究依赖于公共数据集，但从未有工作系统地评估这些数据集整体是否支持当前研究中的评估主张。作者审查了2019至2026年间的18项研究
Who Falls for SMiSh? Learning Through Survey Data Where to Best Target Awareness Training for Mobile Messaging Attacks
随着移动电话的普及，针对移动设备的诈骗也日益增多。SMiShing（又称smishing）是一种通过短信发送钓鱼链接的诈骗方式，攻击者利用短信服务（SMS）诱导用户点击恶意链接，进而窃取敏感信息或安装恶意软件。尽管SMiShing已十分普遍
Asynchronous Verifiable Information Dispersal with Low Space and Communication Complexity
本文研究分布式存储系统中的异步可验证信息分散（AVID）协议。分布式存储系统的核心目标是在存在故障（包括拜占庭故障）的情况下，确保客户端能够可靠且一致地写入和读取数据。现有的AVID协议在拜占庭设置下已经实现了存储空间复杂度和数据检索通信复
Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?
该研究针对AI代理（如操作电子邮件、文件、支付和个人数据的智能体）的权限控制问题，提出并评估了一种用户自定义策略机制。核心思想是让语言模型将代理的动作映射为使用自然语言描述的后果类别，并允许用户为每个类别预先设定“允许（allow）”“询问
Metamorphism: A mathematical challenge for antivirus technology
变形病毒被认为是当前野外环境中技术最先进的计算机病毒类型之一，其核心能力在于能够将自身代码变异为功能相同但结构高度不同的无限多个副本，这种特性被称为"变形性"（metamorphism）。结合其他高级混淆技术，变形病毒使得市场上现有的杀毒软