Towards Operator-Empowered Vulnerability Hotfixing for 5G Radio Access Networks
本文针对5G蜂窝网络中协议漏洞修复周期过长的问题，提出了一种名为Buckler的框架。在标准制定机构、设备商和移动网络运营商协调永久修复期间，协议漏洞可能持续暴露数月甚至数年。Buckler允许运营商在无线接入网（RAN）中部署临时、本地且
2026-09-01 归档
今日共收录 1266 条安全情报，包含 424 个 CVE，451 篇安全通告，以及 107 篇研究论文。
← 返回归档列表Using Hyper-V Sockets for Real-time Data Extraction from a Malware Analysis Sandbox
该研究论文探讨了如何在恶意软件分析沙箱中利用 Hyper-V Sockets 实现实时数据提取通道。作者首先指出传统的 WinSock TCP 套接字在沙箱环境中容易被检测和阻断，因为恶意软件或安全监控工具通常会在 TCP/IP 层进行流量
KORD: Breaking the Key-Generation Bottleneck in Dealerless FSS via Protocol--Hardware Co-Design
本文针对函数秘密共享（FSS）在实际部署中的关键瓶颈——密钥生成问题，提出了一种协议-硬件协同设计方案 KORD。在传统 FSS 中，每次函数调用都需要一个可信经销商（dealer）生成一对新的函数密钥，这扩大了系统的信任边界，阻碍了实际应
A Roadmap to Available ICS Datasets and Testbeds for Cybersecurity Research
本文是一篇关于工业控制系统（ICS）网络安全研究可用数据集与测试平台的综述性路线图论文。ICS 是众多关键基础设施的支柱，但随着 IT 与 OT 的融合以及工业 4.0 技术的部署，其攻击面显著扩大，面临的高级网络威胁日益增多。因此，入侵检
Reducio: Optimized Confidential Serverless Cloud Deployments for Enterprise Customers
本文提出Reducio，一种面向企业客户的优化机密无服务器云部署方案。近年来，基于机密虚拟机(CVM)的无服务器平台被广泛研究，旨在解决无服务器函数在数据处理过程中的隐私泄露问题，同时实现低延迟。然而，作者通过研究指出，现有基于CVM的无服
A Simple Transformer Pipeline for Full-Key Side-Channel Attacks on Uncropped Datasets
本文针对深度学习侧信道分析中长期存在的两个局限——单字节密钥攻击目标与人工裁剪轨迹导致的信息泄露丢失——提出了一种简洁的Transformer基线方案。以往的研究多依赖专门设计的网络架构和重采样技术来处理未裁剪的完整轨迹，但缺乏一个基于标准
ActReal: System-Level Mobile Agents Challenge Mobile Automation Detection
本文提出了一种针对系统级移动代理的物理动作攻击框架 ActReal，旨在规避移动应用中的自动化检测机制。系统级移动代理（如基于强化学习或大语言模型的智能体）已从固定脚本演变为能持续观察界面、自主推理并调整动作的自适应系统，从而可被恶意利用以
Beyond Object Authentication: Context-Closed Post-Quantum Authentication for the WebPKI
本文针对后量子迁移背景下 WebPKI 认证开销增加但安全语义可能被削弱的问题，提出了“上下文闭合”（context closure）的形式化概念。作者指出，认证一个压缩的证书对象本身，并不能保留依赖方（relying party）接受该证
A New Algebraic Algorithm for LWE
学习带错误（LWE）问题由 Regev 于 2005 年提出，是现代密码学与后量子安全的核心基础。求解搜索版本（Search-LWE）的算法大致分为代数、组合和格基三类。本文提出了一种新的代数算法。该方法将线性代数技术与 Gröbner 基
Building the Truman Show: A TrustZone-Based Framework for Lightweight Out-of-band Kernel Security Monitoring
本论文针对传统内核安全防护机制（如 LKM 挂钩、系统调用过滤等）因与内核共享同一特权级而存在攻击面重叠、一旦内核被攻破即可被绕过的根本缺陷，提出了一种基于 ARM TrustZone 的轻量级带外（out-of-band）内核安全监控框架
Benchmark Contamination: A Taxonomy Organized by Defeated Mitigation
该论文提出了一种以'被击败的缓解措施'为组织维度的基准污染（benchmark contamination）分类法，旨在解决当前排行榜分数中模型能力与数据泄漏在观测上难以区分的问题。作者指出现有污染分类法主要用于自动化检测，但未能回答发布者
Safe to Resume? Breaking Execution Continuity of Agent Execution via Rollback
本文首次系统性地研究了AI智能体系统中的检查点与回滚（Checkpoint and Rollback, C/R）机制的安全隐患。随着AI智能体向持久化、有状态执行方向发展，其执行状态和外部副作用在故障后难以重建，C/R成为关键恢复手段。然而
A Broadcast Authenticated Encryption with Keyword Search in the Standard Model: Tightly Secure in Multi-User, Multi-Challenge Settings
该论文研究广播认证加密与关键词搜索（BAEKS）这一密码学原语，旨在解决多用户场景下数据保密性、认证性和可搜索性之间的平衡问题。作者指出，现有BAEKS工作大多只在简化或理想化的安全模型下考虑功能需求，缺乏对真实多用户、多挑战环境的严谨刻画
GhostSplat: Input-Triggered Backdoors for Multi-View-Consistent 3D Content Manipulation in Feed-Forward Gaussian Splatting
GhostSplat 针对前馈式 3D 高斯泼溅（Feed-forward 3D Gaussian Splatting, 3DGS）提出了一种输入触发的后门攻击方法。前馈式 3DGS 模型能够通过一次前向传播从稀疏图像中重建三维场景，其共享
Mechanizing Typed Regulatory Actions for Security Tokens: Semantics, Falsification, and Bounded EVM Evidence
该论文针对安全代币（Security Tokens）标准中监管操作语义不明确的问题，提出了一种机械化（machine-checked）的参考执行语义。安全代币标准通常暴露特权转移、冻结、恢复和合规机制，但机制本身并不标识其执行的法律效果或附
CARVY-FL: Client Anticlustering for Robust Voting in Provably Secure Federated Learning
联邦学习（FL）允许多方在不直接共享原始数据的情况下协作训练模型，但恶意客户端的存在会严重威胁模型安全。基于投票的FL方法通过将客户端划分为多个组，每组训练一个局部模型，最终通过多数投票聚合预测结果来提升鲁棒性。然而，在类别不重叠的非独立同
Networked Multi-Resource Defense Capabilities in a General Lotto Game
本论文研究复杂系统安全中的多类型防御资源分配问题。在网络安全中，防御者通常拥有多种异构防御资产（如防火墙、入侵检测系统、蜜罐等），需要针对不同类型的攻击（如DDoS、恶意软件、钓鱼等）进行最优部署。作者将这一问题建模为一般Lotto博弈（G
REPLICANT: Learning Policies for Evading and Hardening Malware Detectors
该论文针对基于机器学习的恶意软件检测器在实际对抗环境中的鲁棒性评估问题展开研究。现有对抗攻击研究通常假设攻击者能够访问训练数据、特征空间或置信度分数等特权信息，这与真实世界的攻击者能力不符。为此，作者提出了一个名为 Replicant 的深
Quantum-Based Solutions for Security Enhancement in Open Radio Access Networks
该论文围绕开放无线接入网（O-RAN）中的量子安全增强问题展开系统综述。O-RAN 通过解耦和软件定义架构带来前所未有的灵活性、互操作性和智能性，但也因组件分散、接口开放而显著扩大了攻击面，产生传统移动网络不具备的安全漏洞。论文指出，现有经
Optimal Adversarial Testing: Extracting Honest Test Results from Dishonest Test Takers
该论文研究在测试结果可能被不诚实测试者恶意扭曲的情况下，如何设计最优测试策略以恢复真实测试结果。现实中的考试、评估等场景常面临作弊或对抗性行为，随着AI技术发展，利用AI作弊的现象愈发普遍和严重，导致测试结果的可靠性受到威胁。作者将测试问题