Predicting Privacy Leakage from Weight Spectral Density
该论文研究如何在不训练昂贵影子模型（shadow models）的前提下，低成本评估机器学习模型的成员推断攻击（MIA）泄露风险。背景是：MIA 已成为审计模型隐私泄露的标准手段，但当前最先进（SOTA）的攻击方法需要训练大量影子模型来拟合
2026-09-11 归档
今日共收录 1356 条安全情报，包含 483 个 CVE，489 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Domain-Incremental Learning for Multi-Channel Replay Speech Detection
该论文研究回放攻击（replay attack）场景下语音防伪检测器的持续学习问题。回放攻击被认为是对语音控制系统门槛最低、最容易实施的威胁，而暴露回放痕迹的声学线索（如房间混响、信道响应、扬声器与麦克风耦合特性）会被攻击所处环境强烈调制。
AspisAI: A Canonical, Machine-Interpretable Governance Framework for Automated Multi-Standard Compliance Monitoring
论文针对受监管行业与关键基础设施运营者面临的现实痛点：组织必须同时满足多个异构的网络安全与隐私合规文件（如 ISO/IEC 27001、NIST 网络安全框架 2.0、Cyber Essentials 以及 GDPR）。实践中这些义务依赖人
Beyond Training: A Feasibility Taxonomy for Inference-Time AI Governance
该论文聚焦于 AI 治理范式正在发生的错位。当前的计算治理（compute governance）本质上是「训练治理」：已生效的算力阈值、申报要求以及前沿 AI 监管制度都以训练算力为锚点，并把训练完成的模型视为监管单元。作者认为这一图景不
Watermarks Without Verification: AI Text Watermarking After the EU AI Act
该论文聚焦生成式 AI 文本水印在监管强制落地后的可验证性问题。背景是：2026 年 8 月 2 日欧盟《人工智能法案》第 50 条义务生效，要求生成式 AI 提供方对其系统产出的内容进行标记，并确保这些内容可被识别为 AI 生成。此后不久
An Efficient and Effective Agentic Group Shilling Attack on Recommender Systems
推荐系统已成为现代在线平台的核心基础设施，通过大规模个性化直接影响用户看到、点击与购买的内容。然而，这种对用户交互数据的强依赖也使其暴露于 shilling（虚假画像/托攻击）之下：攻击者注入伪造用户画像，扭曲物品排序并操纵曝光可见性。已有
DuplexJail: Safety Alignment Breaks Under Spoken Interruption in Full-Duplex Models
该论文关注全双工（full-duplex）语音模型带来的新型攻击面：这类模型在持续生成回复的同时仍接收用户音频输入，因此攻击者可以在模型输出过程中插入语音内容。作者提出 DuplexJail 方法，通过用户音频通道注入与具体有害请求无关的固
X-amine509: Predicting the Practical Risk Level of Enterprise X.509 Certificates
该论文面向大规模企业 X.509 证书资产管理中的「优先级排序」难题：确定性的合规分析工具能够精确识别证书对标准的违反情况，是修复工作不可或缺的依据，但当证书存量达到数百万张时，逐张跑完整规则集在运维上不可行。作者提出 X-amine509
Certifying Adversarial Robustness of Quantum Classifiers under Known-Readout Query Access
该论文研究量子分类器的可认证对抗鲁棒性问题。量子分类器的工作方式是：将输入制备为量子态、经过内部量子线路演化、再对输出进行量子测量并按测量结果给出标签。因此重复执行同一输入只能观测到标签的统计分布，而无法直接看到内部状态、参数或梯度，这使得
Deep-Fake CAPTCHA: Mitigating Next-Generation Social Engineering Attacks
本文针对实时深度伪造（deepfake）在语音和视频通话中实施冒充、进而引发新一代社会工程攻击的问题，提出了一种主动防御框架 DF-CAPTCHA。研究背景是：随着实时 deepfake 生成技术快速发展，攻击者可在通话中伪装成可信人员，而
You've Got a BUD in Me: Authenticated Reads from Per-Block Write Logs
该论文研究的是区块链/分布式账本中「认证读取」（authenticated reads）的成本问题。传统做法要求验证者长期维护一个覆盖全网状态的认证数据结构（如 Merkle Patricia Trie，MPT），以便为历史成员证明（mem
CARTS: Contextual Autoregressive Rank Transcoding Steganography for Full-Capacity Keyed Text Encoding
本文研究如何利用自回归语言模型实现"满容量"的密钥化文本隐写，并首次为该构造给出形式化安全分析。其核心思想是：在不改变 token 长度的前提下，把一段载荷文本(payload)转换成与载体上下文等长的隐写文本(stegotext)，转换过
Meme Coin Factories: Uncovering Large-Scale Manipulations on pump.fun
该论文针对加密货币发行门槛急剧降低的背景展开研究。以 pump.fun 为代表的币发行平台（launchpad）让任何人都能通过几次点击、以极低成本创建并部署新币，这类平台随 meme coin 热潮迅速流行，pump.fun 的日交易量已
HermiCache: Enclave-Aware Cache Replacement for Trusted Execution Environments
可信执行环境（TEE）通过隔离 enclave 内存来抵御不可信软件的直接访问，但由于缓存等微架构资源在 enclave 与普通世界之间共享，TEE 仍面临缓存侧信道攻击的威胁。现有防御手段主要包括缓存分区（cache partitioni
Scalable Composition of Byzantine Agreements under Reorder Attacks
本文研究拜占庭协议（Byzantine Agreement, BA）在多实例执行场景下的安全性建模问题。BA 是分布式系统的基础构件，随着区块链、BFT 共识等系统普遍并行或并发运行多个协议实例，多实例组合下的安全分析日益受到关注。然而，现
Adaptive Distributed Physical-Layer Authentication and Attack Detection in 6G Non-Terrestrial Networks via Causal Meta-Learning
该论文针对 6G 非地面网络（NTN，含卫星、高空平台、无人机等）中的物理层认证（PLA）难题展开研究。NTN 场景存在严重的多普勒频移、长传播时延与信道快速时变，导致训练环境与部署环境之间出现分布漂移（distribution shift
Audio Deepfake Detection Using Temporal Coherence Analysis
该论文针对 AI 生成音频(即所谓"深度伪造"音频)对信息完整性构成的威胁——从语音克隆诈骗到合成音乐版权纠纷——提出了一套基于时间一致性分析的检测框架。方法上,作者以对比语言-音频预训练模型 CLAP 的嵌入表示为基础,将音频切分为若干片
Encrypt What Matters: When Selective Homomorphic Inference Is Efficient
该论文研究「选择性同态推理」(selective homomorphic inference):在全同态加密(FHE)下对神经网络做推理虽然能保证服务器看不到明文数据,但对整个输入全程进行同态评估的开销极高,难以实用。作者提出的核心问题是:
Tight Time-Space Lower Bounds for Collision Finding and Element Distinctness under Label Symmetry
这篇论文研究的是量子算法中「查询次数」与「量子内存」之间的时间-空间权衡关系，聚焦于碰撞查找（Collision Finding）与元素区分性（Element Distinctness）两个经典问题。背景是：对均匀随机函数 f:[N]→[N
Distributed and Private Textual Data Synthesis from Embeddings
该论文关注的是差分隐私（DP）文本合成在真实分布式用户场景下的落地难题。现有 DP 文本合成流程几乎都建立在“存在一个可信的中心化数据策展人、且该策展人可访问原始用户文本”这一假设之上；但在医疗、金融、跨机构协作等现实场景中，用户往往分布在