SkillShield: Prompt-Space Security Skills for LLM Coding Agents
本文针对LLM编程智能体（coding agent）的安全防护问题展开研究。编程智能体能够以开发者的权限编辑文件、执行shell命令，因此恶意请求可能被直接转化为有害操作或功能性恶意软件。现有防御手段存在互补性局限：基于权重对齐的微调方法不
2026-08-30 归档
今日共收录 849 条安全情报，包含 76 个 CVE，428 篇安全通告，以及 85 篇研究论文。
← 返回归档列表Are LLM-Enhanced GNNs Privacy-Safe?
本文系统评估了由大语言模型增强的图神经网络（LLM-enhanced GNNs）在隐私安全方面的风险。近年来，LLM 通过丰富节点表示的语义信息显著提升了 GNN 的性能，但这类模型面对隐私攻击时的脆弱性尚未被充分研究。为此，作者提出了一个
LMSM: LLM Security Framework Inspired by Linux Security Modules
本文提出了一种名为 Language Model Security Modules (LMSM) 的安全框架，受 Linux 安全模块 (LSM) 的架构启发，旨在解决大型语言模型 (LLM) 部署中分层防御仍可能被恶意提示绕过的问题。研究
MMJailBench: A Factorized Benchmark for Disentangling Multimodal Jailbreak Vulnerabilities
MMJailBench 是一个用于解耦多模态大语言模型（MLLM）越狱漏洞成因的因子化基准。现有越狱基准通常将有害意图、提示框架、视觉语义和指令载体混合在单个越狱样例中，导致无法准确定位漏洞的具体来源。MMJailBench 通过系统化地变
Here is a GIFT: Enforcing User Data Isolation in LLM Serving via GPU Information Flow Tracking
本文针对大语言模型（LLM）服务框架在共享基础设施上处理大量含敏感用户数据时的隔离问题展开研究。现有LLM服务通常将CPU侧框架与GPU加速器结合使用，但同一服务框架内的不同用户之间，以及用户与GPU上的LLM操作者之间，缺乏强隔离机制，可
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）
CVE-2026-73653：Vitest Browser Mode 权限绕过漏洞原理与代码分析
CVE-2026-73653
CVE-2026-73653：Vitest Browser Mode 权限绕过漏洞原理与代码分析
Five Critical WordPress Plugin and Theme Flaws Enable Site Takeover or RCE
CVE-2026-76581
Multiple critical security flaws have been disclosed in WordPress plugins and themes, including WPMU DEV Dashboard, Avad
SLIDE: Shuffle Shamir Secret Shares Uniformly with Linear Online Communication and Guaranteed Output Delivery
本文研究安全多方计算（MPC）中的洗牌（shuffle）协议，针对 Shamir 秘密共享方案。现有构造要么无法产生均匀洗牌，要么通信复杂度和轮复杂度较高，甚至在某些情况下随参与方数量指数增长。作者提出两种新的洗牌协议，实现了均匀洗牌，通信
FRESCO: Complete and Scalable Temporal Safety for CHERI Application Processors
CHERI 架构通过硬件强制的能力机机制提供空间内存安全，但时间内存安全（即释放后使用类漏洞）尚未被完整覆盖。此前工作主要针对堆上的 use-after-free，而栈上的 use-after-return 一直缺乏系统性的硬件/软件协同防
SecureDrive-FL: Joint Differential Privacy and Gradient-Aware Selective Homomorphic Encryption for Federated Driver Monitoring
联邦学习（FL）通过仅共享梯度更新而非原始数据来实现隐私保护的分布式训练，然而梯度更新在传输过程中仍面临中间人（MitM）窃听的风险，且恶意参与者可能通过模型投毒攻击破坏全局模型的收敛。现有方案通常依赖全参数同态加密（如CKKS）或静态分层
Pointing the Way, Hiding the Destination: Practical Private Dense Retrieval at Scale
本文提出了一种实用的私有密集检索方案，用于托管式检索增强生成（RAG）和语义搜索场景。研究背景是：用户希望查询提供方持有的有价值的语料库，但存在两个相互矛盾的需求：一方面需要隐藏用户的查询和最终选择的结果，另一方面又只能向用户展示其被授权访
From Verdict to Diagnosis: Attributable Security Review of Pull Requests
本文针对自动化代码审查工具在拉取请求（PR）安全把关中的评估缺陷展开了研究。作者指出，现有的评估指标只关注审查器是否“阻止”了恶意PR，却忽略了阻止的原因可能与该PR真正存在的漏洞无关。这种“审查结论”与“缺陷诊断”之间的不一致被称为Ver
From Fleet to Lab: Revisiting the Security and Complexity of Industrial Rowhammer Mitigation
这篇论文重新审视了工业级 Rowhammer 缓解方案的安全性与复杂度，重点聚焦内存控制器（MC）层面的防护设计。Rowhammer 攻击利用 DRAM 单元的高密度电容耦合，通过频繁访问同一行导致相邻行数据翻转，是近年来内存安全的核心威胁
Daydreaming: Stealing Hidden Agent Skills through Black-Box Task Interaction
该论文提出了一种名为 Daydreaming 的攻击方法，能够在仅通过黑盒任务交互的情况下，窃取多文件构成的智能体（agent）技能。智能体技能通常包含指令、参考数据和可执行辅助文件，使得通用智能体能够执行特定任务。托管服务提供商可以对这些
MeMark: Membrane-Space Watermarking for Spiking Neural Networks
本文提出 MeMark，一种面向脉冲神经网络（SNN）模型水印的新方法，专门针对模型检查点复用（checkpoint-reuse）场景。现有 SNN 水印通常将标识嵌入输出层，攻击者只需替换输出头即可移除验证证据。MeMark 将多比特标识
Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?
随着人工智能代理（AI agent）成为数字产品的主要交互界面，它们越来越多地介入电子邮件、文件管理、支付和个人数据等敏感操作。然而，没有专业软件背景的普通用户需要一种可理解、可复用的方式来控制代理在跨服务中的行为。本文研究了一种基于自然语
Beyond F1: Evaluating Coverage and Failure Recovery in AI Model Security Scanners
本文针对AI模型安全扫描器的评估方法提出批评与改进。现有静态扫描器用于识别机器学习工件中的可执行或不安全内容，但传统评估指标（如F1）只覆盖扫描器给出可用安全判断的情况，忽略了无法做出判断（N/A）或分析失败的情形。作者构建了一个受控、基于
Low-ASR Backdoors: Exploiting Attack Success Rate Reduction and Attacker-Defender Asymmetry
本文研究深度学习模型中的后门攻击与防御，并揭示现有防御范式的一个根本性弱点。传统上，后门攻击的成功与否通常以攻击成功率（ASR）来衡量，而大多数防御方法也基于“成功后门必然具有高ASR”的假设进行设计和评估。作者指出，ASR并非后门的内在属