Red-Teaming Auto Mode: Improving Blocking Classifiers Against Malign Coding Agents
该论文研究的是编码智能体（coding agent）在生产环境中的"阻断式监控器"（blocking monitor）安全性。当前主流部署形态（如 Claude Code 的 Auto Mode、OpenAI Codex 的 Guardia
2026-09-18 归档
今日共收录 2436 条安全情报，包含 1258 个 CVE，779 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Beyond Private Training: The New Landscape of AI Privacy
该论文聚焦检索增强（RAG）系统中长期被忽视的隐私缺口：向量索引的"删除"往往只是表面删除。基于图结构的近似最近邻（ANN）索引（如 HNSW）在删除条目后，通常只把被删标识符从候选结果中过滤掉，但在图遍历过程中仍会计算查询向量与被删向量
ClashBench: Conflicts Leading Agents to Seize and Harm
该论文关注多智能体/代理系统在实际部署中出现的一类新型安全失效模式。随着代理系统普及，同一运行环境中往往同时存在用户预先发起的既有任务与多个代理会话，它们共享容量有限的资源或使用互斥状态。当代理被授予较高权限时，一旦遇到资源冲突，它可能并不
TasmScan: Continuation-Aware Taint Analysis for TVM Bytecode with Savelist Abstraction
该论文针对 TON（The Open Network）区块链的智能合约安全分析提出 TasmScan，这是首个面向 TVM（TON Virtual Machine）字节码的静态分析框架。TON 峰值市值超 200 亿美元、激活链上地址超 1
Physics-Constrained Digital Twins for Sensor Integrity in Urban Pedestrian Flow: Detecting Stealthy False Data Injection with Conformal Guarantees
该论文研究城市尺度行人计数系统中的隐蔽虚假数据注入（stealthy false data injection）问题。当前城市行人计数数据被用于经济指标、规划决策和安全运营，但建立在其上的数字孪生通常默认输入流为真值，忽略了数据被篡改的场景
AgentLSD: Evaluating AI Security Agents Under Adversarial Task Contamination
该论文研究 AI 安全智能体（AI Security Agents）在面对“对抗性任务污染”（adversarial task contamination）时的脆弱性。这类智能体需要检查网页、源代码、日志、配置文件与命令输出，而这些环境中的
Empirical Analysis of Randomness Quality in Differential Privacy Mechanisms
差分隐私（DP）的核心前提是注入经过精心校准的随机噪声来掩盖个体记录对统计结果的影响，因此噪声源的随机性质量直接决定隐私保证是否成立。已有理论研究探讨过在随机性假设被削弱时 DP 的性质，但熵退化在真实实现中的实际后果仍缺乏系统性的经验证据
Mind the Gap: How SBOM Specification Ambiguities Lead to Divergent Software Bills of Materials. An Empirical Tool Study
该论文研究软件物料清单（SBOM）生成工具之间输出不一致的根因，背景是欧盟《网络弹性法案》（CRA）要求自2027年12月起强制提供 SBOM。作者指出，既有研究虽已记录不同 SBOM 生成器之间存在显著差异，但差异究竟源于实现缺陷还是设计
Analog Pin Directionality as an Exfiltration Attack Surface in Mixed-Signal ICs
该论文研究混合信号 SoC 中长期被忽视的一个安全属性——模拟引脚的方向性。工程实践中，标称“仅输入”的模拟引脚被默认为单向，方向性只被当作功能属性，而非需要显式验证的安全属性。作者识别并实验验证了一类基于方向性的模拟/混合信号（AMS）信
When Agents Look Like Beacons: NIDS Evasion by Model Context Protocol Traffic
该论文研究 Model Context Protocol（MCP）在企业网络中的可见性与检测缺口问题。MCP 通过 Streamable HTTP 标准化了自主 AI agent 与远程工具之间的通信，从而把一类机器生成、经过认证、高频的
Robot Visions: Breaking reCAPTCHA at Zero Cost and Zero Shot
Google reCAPTCHA 是目前部署最广泛的视觉验证码服务，为数十万个网站提供防护，用于抵御凭据填充、批量账号注册和自动化表单滥用等攻击，自 2007 年推出以来总体有效。然而，人工智能能力的普及正在削弱其防护效力。此前研究已证明，
Reflections on Trusting Trust, Revisited: Contaminating Self-Modifying AI Coding Agents with Poisoned Benchmarks
该论文重新审视了 Thompson 经典论文《Reflections on Trusting Trust》中的编译器后门思想，并将其迁移到当前 AI 编码代理（AI coding agents）的自改进场景。Thompson 当年的论证是：
Cyber Exodus: Burnout Symptoms, Exit Intention, and Peer Response in Online Cybersecurity Communities
该研究聚焦网络安全从业者的职业倦怠与离职问题，并将其明确界定为一个安全问题：安全人员的高流失率会直接削弱防御能力。作者指出，这一人群长期难以被研究——安全运营中心（SOC）通常不对外部研究者开放，能够接触到从业者的研究往往要通过雇主招募，而
Demystifying Gate-Level Localization of RTL Trojans
本论文聚焦于硬件安全中的 RTL（寄存器传输级）木马检测与定位问题。硬件木马是对芯片设计的恶意篡改，可能破坏功能或泄露敏感数据，当其在 RTL 阶段被插入时威胁尤为严重。此类木马在综合（synthesis）后往往被门级网表中的优化逻辑所掩盖
Trust, but Validate the Instrument: Auditing AI-Generated RTL Verification Plans on Authored Security-Regression Proxies
该论文针对“AI 生成的 RTL 验证计划”提出了一套可审计的评估框架 SecTB-RTL，核心问题在于：一个 AI 生成的验证计划即使能通过模型服务商（provider）的响应模式（schema）校验，也未必能满足受信执行环境的语义要求，
AUDITPLAN: Commit, Then Answer for Auditable Safety Alignment
该论文针对当前大模型安全对齐（safety tuning）流水线的一个结构性缺陷：训练与评估通常只以最终回答作为监督与判定信号，导致模型可以走两条"捷径"而不被发现。第一条是"一刀切式拒答"（blanket refusal），即模型对无害请
Securing quantum error correction against misleading advice from AI agents
该论文研究一个新兴的攻防问题：攻击者能否通过操纵 AI 顾问（adviser）给出的建议，诱导量子纠错系统做出有害的恢复（recovery）更新。作者首先指出，被动式症状记录（passive syndrome records）本身存在固有歧
Who Audits Whom, on What Substrate, with What Evidence? An Independence-Graded Audit Protocol for Agentic AI
该论文针对智能体化 AI（Agentic AI）系统的审计独立性问题提出了一套可分级、可验证的审计协议。作者指出：具备规划、工具调用与有限监督下自主行动能力的 AI 智能体，如今既是被审计对象，也越来越多地充当审计者本身；然而审计的基石——
Epsilon-Nash Equilibria in History-Dependent SA-MDPs
本文研究状态对抗型马尔可夫决策过程（SA-MDP），并将其建模为一场围绕“观测空间攻击”的博弈：每一步中，智能体基于收到的观测选择动作，而一个知晓智能体真实状态的对手，会在依赖状态的邻近集合内挑选一个被扰动的观测返回给智能体。已有工作基本都
RobResilience: Implementing and Evaluating a Resilience Framework for Cyber-Physical Embodied Systems
该论文针对具身网络物理系统（embodied cyber-physical systems）在遭受主动网络攻击时的运行时安全问题。现有安全方案擅长检测攻击，但缺少运行时机制去判断一次扰动是否可容忍、性能下降是否仍在安全运行边界内，导致自主系