Approval Integrity and Recovery in LLM Answer Publication

该论文聚焦 LLM 系统在“答案发布”（publication）环节的完整性与授权绑定问题：已获批准的内容必须与其当前的授权上下文严格绑定，否则会出现三类可区分的失效——语义层面的错误批准（把无依据的答案判为可用）、授权陈旧（审批时有效但发

历史摘要 · 未重新核验 · arXiv cs.CR

LLM Agent Capabilities Should Follow Task Intent and Context Source

该论文关注 LLM Agent 在执行真实动作（运行代码、修改文件、调用外部服务、委派子任务）时的权限最小化问题。与传统系统中「能力预先定义」不同，Agent 真正需要的最小权限是动态的，取决于其「任务意图」——它想做什么、以何种方式做。驱

历史摘要 · 未重新核验 · arXiv cs.CR

Universal Defenses for Tool-Integrated LLM Agents Against Adversarial Attacks

本文针对工具集成型LLM智能体面临的对抗攻击问题，提出了通用防御框架。此类智能体通过调用外部工具完成多步任务，但易受直接/间接提示注入、记忆投毒和后门攻击。作者在统一框架下探索了跨四种攻击类型的可泛化防御策略，包括两种基于工具的通用防御：攻

历史摘要 · 未重新核验 · arXiv cs.CR

Reversibility-Verified De-identification for Cloud-Local LLM Inference: A Locally Certified Dehydrate-Rehydrate Loop with Layered Assurance (DR-SL)

本文针对「云-端协同 LLM 推理」中的隐私取舍问题提出 DR-SL 框架（Dehydrate-Rehydrate with Self-Learning loop，脱水-再水化自学习闭环）。现实困境在于：企业希望把敏感用户数据留在本地，却又

历史摘要 · 未重新核验 · arXiv cs.CR

Decoy Direction Optimization: A Post-Hoc Defense Against LLM Abliteration

开放权重语言模型的安全护栏可被"拒绝特征消融"(Refusal Feature Ablation, RFA) 轻易绕过：该技术通过对比估计器在模型残差流中定位出一条线性"拒绝方向"，并将其投影剔除，从而在几乎不损失模型通用能力的前提下获得很

历史摘要 · 未重新核验 · arXiv cs.CR

Automating Attack Graph Construction for Agentic Pentesting. Towards Neuro-Symbolic Vulnerability Hunting

该论文研究如何为智能体渗透测试自动化构建逻辑攻击图，属于神经-符号漏洞挖掘方向。作者指出，基于扫描器输出、以逻辑形式表达的攻击图能够提供LLM智能体所缺乏的显式且可审计的攻击路径推理；但将MulVAL等符号框架集成到现代安全工作流或智能体流

历史摘要 · 未重新核验 · arXiv cs.CR

EchoFuzz: Empowering Smart Contract Fuzzing with Large Language Models

本文提出 EchoFuzz，一个由大语言模型（LLM）引导的智能合约模糊测试框架，旨在解决现有智能合约模糊测试中的两大瓶颈。背景方面：智能合约作为去中心化应用的基石，自主管理着规模达万亿美元级别的数字资产，因而成为攻击者的高价值目标，漏洞检

历史摘要 · 未重新核验 · arXiv cs.CR

TriCalRAG: A Three-Strategy, Retrieval-Augmented Benchmark for On-Premise LLM-Based Root Cause Analysis in AIOps

该论文面向 AIOps 场景中的根因分析（RCA）任务，指出现有做法多依赖云端托管的大语言模型，虽然能力较强，但会带来数据隐私外泄风险、网络往返延迟以及随生产日志规模线性增长的按查询计费成本，难以在日志量极大的生产环境中长期支撑。为此作者提

历史摘要 · 未重新核验 · arXiv cs.CR

CounterPersona: Append-Only Defense Against Unauthorized Persona Skill Distillation

该论文关注的是「人格技能蒸馏」（persona skill distillation）带来的隐私与劳动自主权风险：攻击者可以从个人历史信息（如文本、对话、行为记录）中提取反复出现的行为模式，把它们编码成可复用的技能，从而让 AI 系统高度复

历史摘要 · 未重新核验 · arXiv cs.CR

ROSETTA: Efficient and Accurate Privacy-Preserving LLM Decoding via Hybrid CKKS/TFHE Evaluation

该论文针对全同态加密（FHE）保护下的生成式大模型私有推理效率问题提出 ROSETTA 框架。背景是：生成式 LLM 在代码生成、问答等任务上表现优异，普遍采用自回归逐 token 解码策略，但其广泛部署带来严重隐私担忧，促使业界采用基于

历史摘要 · 未重新核验 · arXiv cs.CR

Toward Secure AI-Powered Penetration Testing Agents: Security Threats, Guardrails, and Architectural Perspectives

该论文聚焦于 LLM 驱动的自主渗透测试代理（AI-powered pentesting agent）的安全性问题。这类代理与传统的对话式 LLM 存在本质差异：它们具备持久化记忆、可调用外部安全工具（扫描器、漏洞利用框架、后渗透工具等）、

历史摘要 · 未重新核验 · arXiv cs.CR

Evaluating the NIST Bugs Framework Against CWE as a Successor for Automated Vulnerability Classification

该论文研究漏洞根因分类的可复现性与自动化友好度问题。背景是：在漏洞管理、根因分析(RCA)与处置排序中，按根因弱点分类至关重要，而业界长期依赖 Common Weakness Enumeration(CWE)这一公共弱点库。但 CWE 条目

历史摘要 · 未重新核验 · arXiv cs.CR

The Model Proposes, the Code Disposes: A Pre-Registered Ablation of a Verifier-and-Acceptance Stage in an LLM-Orchestrated Offensive-Security Agent

该论文研究一个面向 LLM 驱动攻击性安全代理（offensive-security agent）的工程问题：在代理流水线中加入"验证器—接受阶段"（verifier-and-acceptance stage），即由一个模型充当验证器给出判

历史摘要 · 未重新核验 · arXiv cs.CR

LLM-Based Schema-Aware Split Learning for Privacy-Preserving Mental Distress Prediction Across Heterogeneous Surveys

该论文针对心理健康困扰日益普遍、而各类机构(教育机构、职场、诊所等)虽积累了大量心理健康问卷数据却难以联合建模的问题展开研究。核心矛盾在于两点:一是隐私约束使得原始问卷回答无法集中汇聚;二是各机构的问卷设计高度异构——问题措辞、评分量表、数

历史摘要 · 未重新核验 · arXiv cs.CR

决赛直播｜第四届阿里CTF安全挑战赛

本条内容来自先知社区（阿里云安全社区），标题为《决赛直播｜第四届阿里CTF安全挑战赛》，发布于 2026-09-16，正文摘要为空，仅提供了赛事直播入口信息与社区标签（xianzhi、research、community）。从标题和标签可判

历史摘要 · 未重新核验 · 先知社区

@zereight/mcp-gitlab has multiple safety-control bypasses: execute_graphql read-only + allow-list bypass, unauthenticated transports, session-exhaustion DoS

### Summary @zereight/mcp-gitlab exposes GitLab to an LLM agent while relying on read-only mode, a project allow-list, a

历史摘要 · 未重新核验 · GitHub Advisory

CVE-2026-9762：IBM JCC getConnection 触发反序列化链分析

CVE-2026-9762

CVE-2026-9762：IBM JCC getConnection 触发反序列化链分析

历史摘要 · 未重新核验 · 先知社区

一个 `/` 引发的沙箱失守：CVE-2026-55830 RestrictedPython 策略绕过——从复现到字节码的完整剖析

CVE-2026-55830

一个 `/` 引发的沙箱失守：CVE-2026-55830 RestrictedPython 策略绕过——从复现到字节码的完整剖析

历史摘要 · 未重新核验 · 先知社区

When Agents See Differently: Exposing UI Desynchronization Threats in Mobile Agents

该论文研究移动端智能体（mobile agent）安全中的一个基础性前提是否成立：用户与智能体在同一界面状态下是否看到一致的信息。作者指出，人类用户通过物理显示屏与视觉系统感知移动界面，其观察受遮挡与亮度对比度限制；而智能体消费的是数字截图

历史摘要 · 未重新核验 · arXiv cs.CR

Authorization Architectures for Tool-Using AI Agents

该论文关注工具型 AI 代理在生产环境中自主调用 API、数据库、浏览器及 MCP 等跨代理协议时的授权安全问题。作者指出，现有安全模型难以同时保证三个性质：代理的每一次重要动作都可追溯到人类主体；动作范围不超过人类实际委托的权限；事后可争

历史摘要 · 未重新核验 · arXiv cs.CR