Trust propagation and structural containment in Multi-agent LLM pipelines
该论文研究多智能体 LLM（大语言模型）流水线中的攻击传播机理与结构性遏制手段。研究对象是一个基于 LangGraph 构建的四智能体流水线，包含 Supervisor（监督者）、Researcher（研究者）、Validator（校验者）
2026-09-19 归档
今日共收录 1784 条安全情报，包含 814 个 CVE，581 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Fingerprinting Multimodal Large Language Models
该论文首次系统研究多模态大语言模型（MLLM）的指纹与溯源问题。背景是 MLLM 具备广泛的图文推理能力，但近期事件显示其易被非法部署和未经授权蒸馏，而现有多模态模型溯源方案受共享语言主干影响，归因混淆且难以检测蒸馏违规。为此，作者提出两条
Collective Loss of Control in LLM Agent Systems: An Epidemic Account of Mutation, Contagion, and Recovery
该论文研究多智能体 LLM 系统如何从局部偏差演化为集体失控，并提出一个类比流行病学的解释框架，由三个环节组成：意外突变、传染与恢复。作者认为，一次自发偏差会形成“种子”；若智能体之间能够通信，其他智能体就可能采纳并再次传播这一不安全策略；
Inference-Engine Fingerprinting Attacks are Practical: Exploring Model-Driven Environmental Discovery, Exploitation, and Escape
该论文研究的是推理栈中一个长期被忽视的组件——推理引擎本身（如 vLLM、SGLang 等）所面临的新型安全风险。作者指出，前沿模型已逐步具备利用复杂软件漏洞的能力，OpenAI 与 Anthropic 公开披露的沙箱逃逸事件说明这一风险并
SoK: Trading Agents or Market Crashers? Dissecting Robustness and Security Failures in Academic Financial LLM Trading Schemes
自主大语言模型（LLM）代理正快速进入高风险领域，然而现有的代理式 AI 安全研究大多与领域无关，忽视了此类场景所特有的高后果攻击面。本文以金融交易代理为代表性案例，研究高风险代理式安全中的这一空白：在对抗性和反身性的市场中，单个被攻陷的代
PAPC: Platform Mediation for Privacy-Propagation Externalities in AI-Mediated Workflows
该论文关注的是 AI 中介平台（AI-mediated platform）中的一类被忽视的隐私风险：多个 LLM 智能体分别代表不同委托方（principal）协作完成任务时，隐私泄露并不只发生在最终输出环节，而是在中间过程就已经产生。作者
ASLEval: Measuring Privacy Exposure Displacement in LLM Agent Sessions
该论文研究工具调用型 LLM 智能体（tool-using LLM agent）在会话过程中的隐私暴露评估问题。作者指出，当前多数隐私评测只检查某个被指定的动作、最终回复内容或攻击者自述报告（attacker report）等"局部代理指标
Plug 'n' Pray: Agentic LLM-based Detection of Potential Log File Exposures in Third-Party Content Management System Plugins
内容管理系统（CMS）承载了约 58% 的网站，其中 WordPress 占据主导地位；通过第三方插件进行功能扩展既是其流行的重要原因，也是其攻击面的主要来源。本文聚焦一个高影响但研究不足的弱点：CMS 插件产生的日志文件暴露。插件出于调试
"Your Robot Was Trained on a Lie": Collision Mesh Poisoning Attacks on Robotic Manipulation
本研究聚焦于「基于学习的机器人操作」（learning-enabled robotic manipulation）在真实部署前普遍依赖机器人仿真器进行策略训练与评估这一流程。作者首先指出，现有3D资产中存在一种被合法且广泛使用的「视觉—碰撞
CaMeLoT: CaMeL orchestrated with Temporal logic for static verification and liveness
论文针对基于大语言模型（LLM）的智能体在执行多步计划时调用外部工具所带来的安全问题。这类智能体生成的计划会调用可访问私有数据或执行命令的外部工具，因此安全属性是「计划所构成的整个执行过程」的属性，而非任何单一步骤的属性；计划本身是关键制品
Safety Beyond the Interface: Detecting Harm via Latent States in Large Language Models
该论文研究大语言模型（LLM）部署中的安全护栏成本与保障缺口问题。当前自主系统广泛依赖 LLM，但主流做法是在模型外部叠加独立的护栏/审核模型，这会引入额外的推理延迟与算力开销，在资源受限、时间敏感的场景（边缘设备、实时交互）中严重削弱可用
AIJon: Automated Generation of Annotations for Fuzzing
现代模糊测试器普遍把代码覆盖率作为反馈信号来引导探索，这在实践中被证明非常有效，但它会忽略一类特殊输入：这些输入虽然没有开辟新的代码路径，却对目标程序具有特殊语义或状态意义。此前 IJON 等研究表明，由人类领域专家编写的注解（annota
The Verifiable Action Card: Trustworthy Human-in-the-Loop Control for Secure Autonomous Agents
随着自主代理（agentic browser）在用户已认证会话中执行安全敏感操作，间接提示注入和欺骗性确认界面成为对操作完整性的直接威胁。现有的人在回路（HITL）防护在批准提示本身可被不可信页面内容或模型生成文本影响时失效。本文提出可验证
ROSETTA: Efficient and Accurate Privacy-Preserving LLM Decoding via Hybrid CKKS/TFHE Evaluation
该论文关注大模型私有推理中的性能瓶颈问题。生成式 LLM 在代码生成、问答等任务上表现优异，但其自回归解码（autoregressive decoding）逐 token 顺序生成，部署时会将用户输入与提示暴露给服务方，引发严重隐私顾虑，因
Evaluating the Impact of Personalization in Conversational Cybersecurity Assistants
该论文研究如何通过个性化策略提升基于大语言模型（LLM）的网络安全助手的回答效果。研究动机来自一个现实矛盾：用户越来越多地向 LLM 咨询网络安全问题，但在获得建议后往往并不真正执行——仅提升回答的技术准确性，并不足以改善用户对安全建议的理
MiST: Mid-Training LLMs for Cybersecurity
该论文提出 MiST(Mid-trained Security Transformer), 针对网络安全领域「高风险决策 + 高度专业化术语」的双重特点, 构建了 8B 与 32B 两个规模的专用大模型套件, 并在公开网络安全基准上取得明显
决赛直播｜第四届阿里CTF安全挑战赛
本文是先知社区发布的《决赛直播｜第四届阿里CTF安全挑战赛》资讯。根据标题与标签，该内容属于安全社区活动通知，而非真实攻击事件或漏洞披露。CTF通常指网络安全夺旗赛，参赛者通过解题、漏洞利用、逆向分析、密码学、Web安全、二进制安全、取证与
Semantic MediaWiki'a missing authorization in the smwtask API module allows unauthenticated access to admin-only maintenance tasks
### Summary The `api.php?action=smwtask` API module performs no authorization check. The equivalent maintenance interfa
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
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