Homebrew 7.0.0 gets built-in GUI, better security controls
Homebrew package manager version 7.0.0 has been released with a built-in vulnerability scanner, stronger security contro
今日共收录 2620 条安全情报,包含 1789 个 CVE,446 篇安全通告,以及 100 篇研究论文。
← 返回归档列表Homebrew package manager version 7.0.0 has been released with a built-in vulnerability scanner, stronger security contro
A browser extension called Twitch Enhanced Viewer | JeetBot, available in the official Chrome and Firefox stores, sends
Hackers compromised HBO Max's official Reddit account and used it to push malicious ads that launched ClickFix attacks t
With artificial intelligence (AI) shrinking the window between vulnerability discovery and exploitation and lowering the
Introduction Security teams have gotten pretty good at testing against what can hurt them. Can this EDR agent catch thi
Cybersecurity researchers have disclosed details of a mass-scanning campaign that has targeted Vite deployments siphon s
Researchers have disclosed a new hardware attack, called DDRop, that breaks the memory protection in Intel and AMD confi
Point-in-time audits and sampled assessments offer only snapshots; continuous control monitoring provides evidence that
该论文对 Model Context Protocol (MCP) 生态进行了一次系统性的安全普查。MCP 已成为大语言模型应用连接外部工具的事实标准接口,其公共注册表分发了数千个社区构建的服务器,但相较成熟软件包生态,其审核与治理基础设施
该论文研究的是中心化 LLM 多智能体系统(MAS)在“注册阶段”引入的一类新型注入风险。在这类系统中,新加入的 worker agent 需要把自己的描述信息注册进系统,而 planner(规划器)会读取这些描述来决定三个关键决策:任务如
该论文关注内容管理系统(CMS)生态中长期被低估的一类高影响弱点:第三方插件产生的日志文件暴露。WordPress 等 CMS 承载了约 58% 的网站,其通过第三方插件扩展的能力既是流行的主要原因,也是主要攻击面来源。许多插件为调试或运维
该论文形式化了工具调用型 LLM Agent 中的「随机代理问题」(stochastic deputy problem):多租户工具通常要求调用方传入租户标识(tenant id),再由工具依据调用方授权校验该标识。但当调用方是 LLM A
该论文研究的是多源 LLM Agent 输入场景下的"片段级投毒"(segment-level poisoning)检测与定位问题。现代 LLM Agent 通常把检索到的文段、用户评论、外部文档等多来源内容聚合成一个 prompt,攻击者
该论文聚焦大语言模型微调阶段的后门数据投毒评估方法学。传统后门研究通常固定投毒样本数量,再从候选数据池中随机抽取投毒集合,并据此估计模型的最坏情况脆弱性。作者指出这种做法会严重低估真实风险:在三个基于 LLaMA-3-8B 的后门实验设置中
该论文聚焦一个此前被忽视的授权盲区:自主 AI 智能体在执行任务过程中会「获取(acquire)」计算资源、凭证、账户、外部服务乃至其他智能体,这些被获取的对象一旦返回,就会给原任务引入新的权限。作者指出,现有的支付校验、预算控制、OAut
本文针对大语言模型(LLM)文本水印的对抗安全评估问题提出统一框架 MarkSec。研究背景是:LLM 水印被用于追溯生成文本的来源、支撑内容溯源与AI生成内容标识,但它同时面临三类对抗行为——窃取(stealing,从带水印文本中反推/恢
该论文研究大语言模型(LLM)权重层面的隐写恶意软件(stegomalware)威胁,即把恶意载荷直接编码进模型参数。由于 LLM 训练成本极高、分发极为广泛,第三方权重文件已成为一条新的供应链攻击面。此前已有工作尝试利用模型权重中的置换对
这篇论文指出,当前语言模型安全评估普遍以“单次交互”为单位,即判断某一条请求/响应是否有害;而这种评估范式忽略了一个结构性缺口:能力可以被拆分、外借并在本地重新组合。作者提出并命名了这种攻击范式为“能力洗白(capability laund
该论文关注 LLM Agent 在调用外部工具时面临的间接提示注入(Indirect Prompt Injection, IPI)风险:由于 Agent 需要读取网页、文件、API 返回等外部内容,攻击者可将恶意指令埋入这些工具输出中,诱导
该论文系统评估了大型语言模型在区块链取证场景中解读未验证智能合约字节码时的鲁棒性。作者构造了 13 个目的性设计的合约(其中 9 个为欺骗向量、4 个为功能匹配的对照组),并在 6 种提示策略下测试 22 个前沿模型,最终得到 8,528