AEGIS: Audio Endogenous Guarding via Internal Signals Against Large Audio-Language Model Jailbreaks
该论文研究大型音频-语言模型（LALM）面临的异构音频越狱问题。LALM 将语言模型能力扩展到音频理解，攻击者可通过语音、环境音、音乐等音频载体构造越狱输入。作者提出的核心研究问题是：越狱成功究竟是因为模型未能识别有害意图，还是发生在识别之
2026-09-28 归档
今日共收录 884 条安全情报，包含 147 个 CVE，402 篇安全通告，以及 73 篇研究论文。
← 返回归档列表TraceGuard: Adaptive Multimodal Poison Filtering through Cross-Feature Rank Agreement
该论文关注多模态训练数据投毒这一供应链安全问题。多模态模型依赖从外部渠道收集的图像-文本语料，攻击者可在其中注入经过精心构造的样本：这些样本本身看起来是合理的图文对，不暴露检测器所依赖的异常特征，因此表面干净的数据仍可能在训练后把模型行为导
How Much Must a Private Mempool Hide? Exact Leakage Thresholds for Sandwich Attacks
本文研究私有/加密内存池（private mempool）在对抗三明治攻击（sandwich attack）与 MEV 提取时的隐私边界问题。现实中，私有内存池很少隐藏全部信息：交易对（pair）、交易方向、以及交易规模的粗略区间往往仍会泄
HyperErase: Scale-Calibrated Hypernetwork for Multi-Concept Erasure in Text-to-Image Models
该论文关注文本到图像（T2I）生成模型中的概念擦除安全技术。背景是 T2I 生成能力增强，但可能生成有害或不良内容。现有概念擦除方法多采用静态权重范式：训练一个冻结的适配器，难以适应多样化的提示词变化，并且在扩展到多个概念时会出现参数干扰。
Toward verifiably private learning from federated data
该论文介绍了一种新一代联邦学习（FL）系统，目标是解决早期 FL 部署中的运营难题，并首次提供可被外部验证的中心化差分隐私（DP）保证，同时改善隐私与效用之间的权衡。系统基于可信执行环境（TEE）构建：设备使用由 TEE 托管的密钥管理服务
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）中的后门攻击这一相对薄弱的研究方向。SNN 与常规深度神经网络不同，其信息以离散脉冲的时序形式编码，因此攻击面不仅包含空间维度，还包含时间维度。作者指出，已有 SNN 后门工作大多依赖时空联合触发器，这类触发
Region-Level Black-Box Defense Against Stealthy Embedding-Space Backdoors in CLIP
对比语言-图像预训练（CLIP）凭借强大的迁移能力和零样本能力已成为主流视觉骨干网络，广泛用于图像检索、零样本分类与多模态理解。然而近期研究揭示了一类关键漏洞：嵌入空间后门攻击。攻击者只需污染极少量图像-文本对，即可向 CLIP 的联合嵌入
SADRA: Sound Capability-based Access Control System for Resource-Disaggregated Architectures
该论文研究的是资源解聚（resource disaggregation）架构下的访问控制问题。在这种架构中，内存、加速器等资源被从计算节点上物理分离，并通过网络被远程访问，从而提升资源利用率与共享效率；但代价是本地内核被移出资源访问路径，资
A Data-Driven Analysis of Infostealer Malware Victims
信息窃取恶意软件（infostealer）在全球范围感染设备，并收割设备中最敏感的内容：凭据、浏览器会话、私钥和访问证书。然而，由于缺乏符合伦理、法律要求且经过策展的研究数据集，受害者影响一直难以被系统研究。为弥补这一空白，作者构建了一条隐
Improving the Reliability of Anomaly Detection for Encrypted OPC UA Traffic over Private 5G
该论文研究工业现场中 OPC UA 协议经由私有 5G 网络承载时的异常检测可靠性问题。背景是：OPC UA 越来越多地部署在私有 5G 之上，端到端加密使得基于网络的入侵检测系统（IDS）无法对载荷做深度检查，因此只能依赖从加密流量中提取
Revisiting Certified Defense with Differential Privacy on Vision Transformers
该论文研究将差分隐私（DP）形式的认证鲁棒性从卷积神经网络迁移到视觉 Transformer（ViT）时出现的失效问题。PixelDP 通过在网络中间层注入噪声，为范数有界的对抗扰动提供严格的鲁棒性证书，此前在 CNN 上被证明有效；但在自
Can Pixels Alone Reveal Image Origin? Minimax Limits and Learnable Interfaces for Passive Provenance
该论文研究「被动图像溯源」问题：仅凭像素本身能否判断一张图片的来源——来自人类、来自某一类 AI 生成模型，还是来自某个特定的生成器。作者指出，一旦源图像在到达验证器之前可以被编辑（篡改、加噪、重编码、对抗扰动等），溯源就从单纯的分类问题变
FeatMark: Feature-level Watermark Protection against Mimicry Attacks with Diffusion Models
该论文关注文本到图像扩散模型被滥用于数据高效的"模仿"（mimicry）攻击的问题：攻击者只需少量目标个体的公开照片，即可微调模型生成高度逼真的伪造图像（如换脸式深度伪造）。常见对策是在图像中嵌入不可感知的低能量水印，但近期研究证明这类像素
Security Limits of Mining Before Validation in Nakamoto Consensus
该论文研究 Nakamoto 共识中“先挖矿、后验证”带来的安全边界问题。矿工在收到新区块后，尚未完成其有效性检查便先尝试在其上扩展，从而在争夺下一区块奖励时获得时间优势；但摘要指出，这种优势存在被忽视的风险：一旦该区块最终被判定无效，拒绝
From Source Code to Network Profile: Automated and Traceable MUD Profile Generation for IoT Devices
本文针对物联网（IoT）制造商使用说明（MUD, Manufacturer Usage Description）标准在实际落地中的关键瓶颈展开研究。MUD 允许厂商在 MUD 文件中声明设备预期的网络行为，该文件可被翻译为可强制执行的访问控
Context-Aware Functional Modeling for Android Third-Party Library Detection
Android 应用普遍复用第三方库（TPL），这既引入安全风险，也会干扰下游程序分析（如漏洞归属、隐私合规、SBOM 生成）。现有 Android TPL 检测方法存在两个关键局限：一是依赖手工特征，在激进代码变换（混淆、裁剪、优化）下极
AERIAL: Adversarial Evaluation of Robustness in Accuracy-Preserving Low-Precision EEG Decoders
该论文研究面向部署的模型压缩是否会改变脑机接口（BCI）中 EEG 解码器的对抗脆弱性，这一问题在资源受限的可穿戴/边缘 BCI 场景中尚未有明确结论。作者在 BCI Competition IV-2a 数据集上，对 32 位浮点（FP32
ENDOPROMPT: Victim-Side Pseudo-References for Utility Degradation
该论文研究的是提示注入（prompt injection）中的一类特殊目标：不以诱导有害内容为目的，而是单纯削弱模型对正常任务的处理能力（utility degradation，即效用退化）。作者指出，现有大多数提示注入攻击研究存在一个共同
Through Human Eyes and Machine Eyes: Understanding View Mismatch in Video See-Through Extended Reality
该论文研究视频透视扩展现实（Video See-Through XR, VST XR）系统中长期被忽视的“人机视图错位”问题。研究背景是：当前大量 VST XR 应用（尤其是集成视觉语言模型 VLM 的智能助手、场景理解、无障碍辅助系统）习
Short Paper: Prefix Count Limits Can Increase First-Hit Discovery in Card Reissuance
这篇短文研究卡号泄露后的枚举防御策略。当某卡号被攻破，攻击者可利用已知前缀搜索同一前缀下仍活跃的卡号。发卡机构的一种直觉应对是：将高密度前缀中的卡重新发行到低密度前缀，以降低最大前缀计数，从而减少攻击者首次命中概率。作者证明这种计数控制可能