TraceGuard: Adaptive Multimodal Poison Filtering through Cross-Feature Rank Agreement
该论文关注多模态（图像-文本）训练数据的投毒防御问题。研究背景是：多模态模型训练通常依赖从外部来源采集的图像-文本语料，攻击者可以在其中注入投毒样本。隐蔽攻击可以保持图像-文本对表面上的语义合理性，同时隐藏检测器所依赖的差异特征，使得看起来
2026-09-25 归档
今日共收录 784 条安全情报，包含 0 个 CVE，390 篇安全通告，以及 100 篇研究论文。
← 返回归档列表Unmasking Shortcut Learning in IoT Intrusion Detection: A Forensic, Multi-Paradigm Evaluation of Feature Dependence and Data Leakage
该论文研究机器学习型物联网入侵检测系统（IoT NIDS）中普遍存在的“捷径学习”与数据泄漏问题。研究背景是：大量基于机器学习的 NIDS 在公开 IoT 基准数据集上常报告接近完美的检测性能，但这些模型究竟学到了可泛化的攻击行为，还是仅利
T-Backdoor: Exploiting Temporal Redundancy in Neuromorphic Data for Spike-preserving Backdoor Attacks on SNNs
该论文聚焦脉冲神经网络（SNN）场景下长期被忽视的后门攻击问题。作者指出，深度神经网络（DNN）领域的后门研究已较成熟，但 SNN 由于使用离散脉冲序列传递信息，其攻击面与 DNN 存在本质差异，此前研究不足。现有针对 SNN 的后门方案大
CONCURDEP: Event-Guided Analysis of Dependency Invalidation in CPython Concurrency
该论文聚焦 CPython 移除全局解释器锁（GIL）后暴露出的原生扩展并发安全问题。当 GIL 被移除（free-threaded 构建）时，C 扩展代码开始面对普通 C 类型并不具备的并发语义：一个被借用的对象、底层存储指针、遍历状态或
When Clients Are Orchestrated: Strategic Gradient Manipulation to Defeat Federated Learning Servers with Efficient Defense
该论文关注联邦学习(FL)中一类被现有防御忽视的威胁模型。传统 FL 防御普遍假设攻击者是静态的、彼此独立的(例如固定比例的投毒客户端或互不配合的恶意节点),因此可以依靠单客户端行为异常或鲁棒聚合规则将其过滤。作者指出这一假设可被"动态自适
MDRC: A Deployable State-Recovery Defense for Traffic Signal Control under Sensor Corruption
该论文研究交通信号控制（TSC）这一安全关键信息物理系统在传感器观测被污染时的韧性问题。对抗性扰动或传感器故障会导致观测从感知层传播到控制器，降低通行效率。现有的基于强化学习（RL）的鲁棒 TSC 方法存在跨城市泛化差、推理延迟高、部分可观
Sluice: Global Invariant, Local Enforcement for Pooled Payment-Channel Liquidity
该论文针对闪电网络 (Lightning Network) 中路由节点的流动性管理问题提出协议层解决方案 Sluice。问题背景是: 闪电网络路由节点的流动性分散在众多独立通道中, 一笔支付可能在某个出向余额耗尽的通道上失败, 而该节点其他
ENDOPROMPT: Victim-Side Pseudo-References for Utility Degradation
该论文研究的是「效用退化型提示注入」这一类被相对忽视的风险：攻击者的目标并非诱导模型输出有害内容，而是让模型在正常良性任务上表现变差。作者指出，现有许多提示注入攻击目标依赖任务标签或预设的目标回答，这限制了其在真实场景下的可迁移性。为此提出
Improving the Reliability of Anomaly Detection for Encrypted OPC UA Traffic over Private 5G
该论文研究工业环境中部署在私有 5G 网络上的 OPC UA 通信在端到端加密条件下的异常检测可靠性问题。由于 OPC UA 载荷被端到端加密，基于网络的入侵检测系统（IDS）无法进行载荷检查，只能依赖与载荷无关的加密流量统计特征来实施异常
The Vulnerability of Neural Audio Watermarks under Speech Enhancement
该论文研究的是神经音频水印（neural audio watermark）在语音增强（Speech Enhancement, SE）模型面前的可移除性。研究背景是：AudioSeal、WavMark、SilentCipher 等神经水印已被
"What I See is What I Hear": Deepfake Detection Across Diverse Hearing Abilities
该论文聚焦于音视频深度伪造（deepfake）检测中被长期忽视的一个维度：听障人群的感知差异。作者指出，随着音频与视频深度伪造技术的泛化，欺诈、冒充与虚假信息的成本被显著拉低，但深度伪造能否得逞，最终取决于人类感知能否识别出异常。检测本质上
ODPure: Backdoor Purification for Object Detection via Ensemble Corruption Consensus
该论文关注目标检测模型在自动驾驶等关键场景中的后门攻击威胁：当输入中存在预定义触发器时，攻击者可实现三类恶意行为——篡改目标类别（目标误分类）、删除真实边界框（目标消失）、以及为不存在的目标生成边界框提案（目标生成），严重破坏模型完整性。相
SAGEGAN: Style-Based Anomaly Detection with Gaussian Embeddings using Generative Adversarial Networks
该论文提出 SAGEGAN，一个仅用良性样本训练的恶意软件异常检测框架，目标是绕开传统基于规则与特征签名的检测流水线在恶意软件快速演化时失效的问题。其核心思路是：把可移植可执行文件（PE）转换为紧凑的三通道图像表示，再通过“风格条件对抗重建
Capable yet Parsimonious: Extracting and Characterizing Hidden Chain-of-Thought in Frontier Models
【研究背景】前沿语言模型近年的能力跃升常被归因于推理能力的提升，但在闭源系统中，原始思维链（CoT）轨迹被隐藏，外界无法验证这一说法，也无法审计模型真实的推理过程。【核心问题】如何在不获取模型内部权重或私有日志的前提下，把闭源模型隐藏的中间
Steelhead: Interleaving Partially Synchronous and Asynchronous Commit Rules on a Shared DAG
该论文（cs.DC，分布式共识方向）提出了 Steelhead：一种在单一 DAG（有向无环图）之上交错叠加「部分同步提交规则」与「异步提交规则」的双模式共识机制，目标是同时获得两类协议的优势——网络处于部分同步（正常）时速度接近最快的部分
AERIAL: Adversarial Evaluation of Robustness in Accuracy-Preserving Low-Precision EEG Decoders
该论文研究的是面向资源受限脑机接口（BCI）的模型压缩是否会改变 EEG 解码器的对抗脆弱性。作者在 BCI Competition IV-2a 数据集上，对 32 位浮点（FP32）的 EEGNet 与 ShallowConvNet，分别
Trusted Model Environment for Private Semantic Computations
该论文提出「受信模型环境」（Trusted Model Environment, TME），作者称其为首个面向「私有语义计算」（private semantic computation）的原语。私有语义计算指参与方需要对结构化与非结构化数据
When Temporal Perturbations Act Like Sensor Biases: Label-Free Auditing of Wearable Activity Recognizers
该论文聚焦可穿戴人体活动识别（HAR）模型的鲁棒性审计问题。作者指出一个容易被忽视的现象：在穿戴式 HAR 中，一条波形扰动看起来像是"时间维度"上的变化（时序扰动），实际上可能主要利用了传感器通道中持续存在的直流偏置（DC offset）
Template Ageing and Longitudinal Verification in Fixed-Text Keystroke Dynamics: A Subject-Disjoint Study Across Eight Weeks
行为生物特征（如击键动力学）模板通常被认为会随注册与验证之间时间间隔的增大而退化，即所谓“模板老化”（template ageing），但少有研究在受控条件下直接测量该效应。本文构建了一个纵向数据集：40 个固定密码，受试者连续 8 周、每
Automated Abstraction Refinement for Information Flow Security in Embedded Systems
该论文研究嵌入式系统中的信息流安全验证问题。嵌入式系统通常具有并发性和时间依赖性，且广泛应用于安全敏感场景，因此对其机密性和完整性进行信息流分析（IFA）至关重要。然而，现有的IFA方法要么精度不足，要么分析成本过高，难以在工程实践中大规模