HYDRA: Proactive Android Malware Drift Adaptation via Hierarchical Graph Contrastive Learning
该论文聚焦于 Android 恶意软件检测中的概念漂移（concept drift）问题。随着恶意样本持续演化，基于机器学习训练的检测器性能会显著退化。作者指出当前两类主流适应策略各有缺陷：一类是「反应式」方案，只有在检测性能已经下降后才触
2026-09-24 归档
今日共收录 1600 条安全情报，包含 683 个 CVE，518 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Adaptive Traffic Camouflage: Causal and Resource-Aware Defense Against IoT Fingerprinting
该论文研究的是物联网（IoT）设备流量指纹识别与反制问题。背景在于：即便对载荷做了加密，攻击者仍可通过包大小、发包时序、方向序列和分包方式等流量形状特征（traffic shape）推断设备身份，从而在智能家居、工业物联网等场景中实现设备识
ZeroGate: Trust-Preserving Fast Paths for Governed AI Agent Runtimes
该论文针对 AI Agent 运行时（runtime）中「把授权前置到调度边界之前」这一常见优化思路提出质疑：把授权提前确实可以缩短 Agent 的调度边界（dispatch boundary），但授权工作本身并没有被消除，反而可能放行一个
MIRAGE: Full-Body Bystander Privacy for Smart Glasses with Consent-Based Restoration
该论文关注智能眼镜持续录像带来的「旁观者隐私」问题，指出人脸脱敏远不足以保护路人隐私：连续视频会暴露步态、体态、体型轮廓等全身生物特征，攻击者据此仍可完成人员再识别（ReID）。作者提出 MIRAGE，一个面向智能眼镜的三层架构，目标是实现
Beyond Predictable Paths: Redefining AI Security Incident Reporting for Agents
本文聚焦于 AI Agent（智能体）快速落地过程中日益突出的安全事件报告问题。随着 Agent 在真实业务中被广泛部署，针对它们的 AI 特有攻击与相应安全事件不断增多，而现有的安全事件报告框架（如传统漏洞披露、CERT/CSIRT 事件
SkelOT: Reusing AOT Compilation Across EVM Contract Families
该论文聚焦以太坊虚拟机（EVM）提前编译（AOT）技术的产物复用粒度问题。当前主流 AOT 编译器（如 revmc、evmone、DTVM）以「合约代码哈希」为最小单位缓存和复用编译产物，即每个不同的字节码哈希都对应一次独立编译。作者指出，
Topological Signatures of Cyber-Attack Classes in Natural Visibility Graph Representations of Network Traffic
该研究针对一个在网络流量分析中尚不明确的问题：把网络流量序列转换成自然可见图（Natural Visibility Graph, NVG）之后，不同的网络攻击类别是否会在图拓扑层面留下可区分、可统计验证的结构性“指纹”。作者使用 CSE-C
GuidedRay: Diversity-Guided Direction Discovery for Targeted Hard-Label Black-Box Attacks
该论文研究的是深度神经网络在黑盒设定下的定向对抗攻击问题，属于对抗机器学习领域兼具理论难度与工程意义的课题。背景是：DNN 对微小扰动敏感，而攻击按信息可见性可分为白盒与黑盒；黑盒中又以 decision-based（仅返回 top-1 标
Evaluating Coding Agents on Kernel Exploit Generation
该论文提出 KEX-bench，一个用于评估编码智能体（coding agents）在真实操作系统内核上生成「利用原语（exploit primitives）」能力的基准。研究动机在于：当前编码智能体已经能在生产软件中发现真实漏洞，但「发现
Domain Specific Post Quantum Signatures for Blockchains
这是一篇立场与系统评估相结合的论文, 作者 Maja Lie 与 Ben Marsh 指出: 区块链对后量子密码的需求远不止"换一个单签名者签名算法"这么简单。论文的核心论点是, 区块链真正需要的是"面向共识的认证对象"(consensus
rApp/xApp Attestation: A New Security Use Case for O-RAN
该论文针对 O-RAN 架构解耦与软件化所引入的 RIC 生态运行时安全风险，提出 rApp/xApp 运行时完整性证明（attestation）这一 RIC 原生安全用例。现有 O-RAN 规范已定义入网、认证、身份管理与安全通信等机制，
SAGEGAN: Style-Based Anomaly Detection with Gaussian Embeddings using Generative Adversarial Networks
该论文针对恶意软件演化速度快于规则与特征签名驱动的检测流水线这一现实困境,提出了一种名为 SAGEGAN 的恶意软件异常检测框架,其核心特点是仅使用良性样本进行训练(benign-only),因此不依赖任何恶意样本标签即可工作。方法上,作者
Capable yet Parsimonious: Extracting and Characterizing Hidden Chain-of-Thought in Frontier Models
前沿大模型的推理能力提升通常被归因于其思维链(Chain-of-Thought, CoT)能力的增强,但闭源系统并不暴露原始 CoT 轨迹,因此这一说法长期无法被外部验证。该论文提出了一条可复现的观察路径:作者利用标准 API 中允许开发者
Toward Responsible AI-Augmented Cyber Defense: Pattern Recognition, Defense-in-Depth, and the Case for Human-AI Collaboration
网络安全文献长期记录 AI 在威胁检测、事件响应与预防方面的运营收益，同时也提出过度自动化、算法偏见与分析师技能退化等定性担忧，但一直缺少一个形式化、可证伪的模型，用来连接三组反复出现的构念：纵深防御理论（Defense-in-Depth）
Physalia: Redistribution-Resistant Content Protection for Decentralized Storage
该论文关注去中心化存储系统中的访问控制失效问题。当前主流做法是在数据上传前先加密，再把解密密钥分享给被授权方；这套机制存在单点失效风险——一旦密钥泄露，数据即等同于公开可读。与传统的中心化内容分发不同，传统场景下盗版者必须完整复制并重新分发
Identifying Suspected Mislabeled Apps in Google Play Application Removal Prediction: An Empirical Comparison of Label Noise Detection Methods
该论文研究 Google Play 应用下架预测任务中的标签噪声问题。现有预测模型（如 Mohsen、Karastoyanova 与 Azzopardi 2022 年构建的 870,514 个应用的语料）所用的标签只记录某应用在后续某个观测
Quantum ROP: Using Quantum Algorithms for ROP Chain Selection in Exploit Construction
本文关注量子计算在网络攻防中的非密码学应用方向。目前业界对量子安全威胁的讨论几乎都集中在 Shor 算法最终能够破解 RSA/ECC 等非对称密码，而作者认为量子计算同样可能为攻击性安全带来新的能力。论文选择的切入点是 Return-Ori
Do Electromagnetic Side-Channel Attacks Threaten Electronic Polling Stations? Scenarios and Recommendations
该论文研究巴西电子投票机（UEB, Urna Eletrônica Brasileira）在电磁侧信道攻击（即 TEMPEST 攻击）下的投票保密性风险。TEMPEST 类攻击的核心原理是：电子设备在显示或处理视频信号时会向外辐射与视频内容
Anti-Localization Uplink Communications in Satellite-Terrestrial Systems
该论文研究星地融合网络中的「抗定位上行通信」问题：地面发射机 Alice 需要与合法卫星接收机 Bob 进行上行通信，但环境中存在多颗协作的对抗性卫星，它们利用到达时间差（TDOA）技术对 Alice 进行地理定位，从而暴露其位置隐私。作者
Rethinking Backdoor Repair Evaluation: Distinguishing Aggregate Clean Utility from Benign Performance Preservation
该论文关注后门修复（backdoor repair）的评估方法问题。后门修复的目标是在被植入后门的模型中抑制恶意行为，同时尽量保留模型在良性任务上的正常性能。以往研究普遍使用两个指标来评价修复效果：攻击成功率（ASR）用于衡量后门是否被压制