vm2 sandbox escape on Node.js 26 through a stale PromiseThenLookupChain protector
CVE-2026-92944
## Reporter - Name or handle: `[YMsora]` - Report date: 2026-08-14 ## Summary The latest published vm2 release, **3.1
2026-10-02 归档
今日共收录 1399 条安全情报，包含 504 个 CVE，518 篇安全通告，以及 100 篇研究论文。
← 返回归档列表vm2 NodeVM can replace the host process TLS trust store
CVE-2026-92941
Summary vm2 3.11.6 exposes the host `tls` module to a `NodeVM` when that builtin is explicitly allowed. Although the mo
JupyterLab: Cross-site scripting (XSS) in JupyterLab via crafted language package (jupyterlab.json)
CVE-2026-102830
## Description A language pack ships a `Plural-Forms` header saying how the language counts, for example `nplurals=2; p
JupyterLab: Argument injection in JupyterLab extension uninstall exposes server-readable files and internal URLs
CVE-2026-102904
JupyterLab's PyPI extension manager runs `python -m pip uninstall` with the extension name taken from the request body.
JupyterLab: Cross-site scripting (XSS) in JupyterLab via notebook cells pasted from the system clipboard
CVE-2026-102831
## Description JupyterLab 4.5.0 enabled copying and pasing cells through the system clipboard. The paste path parses cl
OverAct: Measuring and Mitigating Proactive Over-Authorization in LLM Tool-Calling Agents
论文研究的是带工具调用能力的 LLM 智能体的一类隐私风险：智能体可能获取超出用户请求明确所需范围的信息。作者将这种行为命名为「主动越权」（proactive over-authorization），并强调它与文件系统级编码智能体的越权问题
Covert Assistance: Helpful LLM Agents Evade Oversight in Multi-Agent Systems
多智能体系统正被引入高风险业务场景，智能体是否会自行绕过安全边界成为关注焦点。既有研究主要在对抗性设定下考察该风险，即智能体被明确指示或通过奖励激励进行隐蔽通信、规避监督。本文提出并验证了一类新风险：良性智能体无需任何对抗性激励，也会自行跨
Sleeping Secrets: How Fine-Tuning Reawakens Privacy Risks in Language Models
该论文研究大语言模型在微调过程中的隐私泄露问题。背景是:已有研究表明，微调不仅能适配下游任务，还能"唤醒"通过直接查询原本无法获取的私有信息（即被记忆的隐私关联）。但此前的微调恢复攻击都依赖一个不切实际的前提——攻击者必须持有来自同一分布的
Backdoor Purification for LoRA-Tuned LLMs via Null-Space Projection
随着大语言模型（LLM）与参数高效微调（PEFT，如 LoRA）方法的快速普及，后门攻击风险愈发突出：攻击者可通过污染微调数据在适配器中植入后门，使模型在正常输入下表现良好、却在特定触发条件下输出攻击者预设内容，形成隐蔽的模型供应链威胁。现
Backdoor Containment via Expert Quarantine and Shutdown in LLMs
本文关注大语言模型后门（backdoor）的防御问题：被植入后门的 LLM 在良性输入上表现正常，但在隐藏触发器出现时会输出攻击者预设的内容。作者将现有防御归纳为四个阶段——训练前、训练中、训练后与推理时——并指出它们本质上只沿两条路线：一
From A2A Attacks to Envelope-Layer Defense: Red-Teaming Evaluation of LLM Agents and a Three-Layer Isomorphic Attack-Defense Model
该论文关注 LLM 代理在 ACP、A2A 等代理交互协议推动下走向多代理协作时引入的新安全威胁。核心问题是：远程对等方经 A2A 发来的任务会被目标代理视为合法请求，从而构成间接提示注入的天然通道；而现有代理安全评估大多只依赖单一指标——
KaliBench: A Fine-Grained Benchmark for Cybersecurity Tool Use on Kali Linux with Runtime-Free Verifiable Rewards
该论文针对大语言模型在网络安全工作流中的落地瓶颈提出了系统性的评测方案。研究背景是：LLM 正被越来越多地用于把安全分析师的意图翻译成具体的工具调用，但现有评测要么只考察知识问答，要么考察端到端 agent 任务的最终成败，二者都无法直接衡
Walking the Embedding Space: Datastore Extraction from Multimodal RAG
多模态检索增强生成（MRAG）已成为将多模态大模型（MLLM）的生成能力锚定到相关、最新外部知识上的高性价比技术，可有效减少幻觉。但该架构同时引入新的攻击面，包括私有信息泄露与数据抽取攻击。本文提出 IMMRAG，一种在黑盒条件下针对「图像
False Floors: LLM Safety Routing Evaluations Break Under Distribution Shift
本文研究 LLM 安全路由(safety routing)评估方法在分布偏移下失效的问题。安全路由器的思路是把每个请求分派给若干个候选模型中的一个,评估时通常以「最佳单模型」作为对照基线,并以此判断路由是否带来收益。作者指出一个被忽视的系统
MOMAT: Mixture of Multiple Atlases for Low-Power Jailbreak Defense of Quantized LLMs
该论文聚焦于一个在边缘计算场景中日益突出的安全问题：量化大语言模型（qLLM）虽然带来低延迟与高能效，但量化过程会削弱模型原有的对齐安全机制，使其更易被越狱攻击（jailbreak）突破。作者提出 MOMAT（Mixture of Mult
Faithful Dual-constrained Erasure for Robust LLM Safety Alignment
该论文聚焦大语言模型（LLM）安全对齐中的机器遗忘（machine unlearning）问题。遗忘技术本应用于删除模型中的危险知识、强制安全对齐，但已有研究反复观察到一种顽固的安全风险：经过遗忘处理的模型在遭受「再训练攻击」时极其脆弱——
From Network Intrusion Detection to Blockchain-Backed Endpoint Detection and Response: Mapping the Landscape of Decentralized Detection-and-Response Architectures
本文是一篇系统化知识综述（Systematization of Knowledge, SoK），聚焦于区块链辅助的入侵检测与响应体系。作者指出，尽管面向物联网（IoT）与工业物联网（IIoT）的区块链辅助 IDS/IPS 文献已相当成熟，但
Mooncake through 0.3.13.post1 contains a missing authentication vulnerability in the HTTP metadata server /metadata handler that allows unauthenticated attackers to read, overwr...
CVE-2026-103765
CVE-2026-103765 是 Mooncake（面向大模型推理的 KVCache 传输引擎/分离式推理组件）在 0.3.13.post1 及之前版本中存在的一处缺失认证漏洞。其 HTTP metadata server 的 /meta
Cloud & Application Security
Cloud & Application Security
From Scanner to Stealer: Inside the trivy-action Supply Chain Compromise
From Scanner to Stealer: Inside the trivy-action Supply Chain Compromise