SecRespond: Benchmarking AI Agents for Real-World Post-Compromise Incident Response
本文提出了 SecRespond，据作者称这是首个用于评估大语言模型（LLM）智能体在后渗透（post-compromise）事件响应工作流中能力的基准测试。当前大多数网络安全基准测试聚焦于攻击发生前的“预渗透”场景，智能体被放置在一个干净
#agent-security
共收录 1542 条相关情报。
← 返回所有主题FARI: Robust One-Step Inversion for Watermarking in Diffusion Models
本文提出了一种名为 FARI（Fast Asymmetric Robust Inversion）的一步反演框架，用于扩散模型图像水印的鲁棒提取。传统基于反演的水印方法在验证扩散生成图像时，反演过程既慢又容易出错。现有方法过度优化内部截断误差
FAVA: Formal Authorization for Verified Agents with Evidence-Backed Permission Graphs
大型语言模型（LLM）智能体在动态环境中自主执行复杂操作，将语义推理与系统操作交织在一起。传统的静态工具级权限在这种环境下显得力不从心，因为安全授权高度依赖上下文，并受运行时状态和数据流变化的影响。为此，本文提出 FAVA（Formal A
Graph Is the Verifier: Agentic Reinforcement Learning for Interprocedural Vulnerability Detection
本文提出 VulAgentRL，一个面向跨函数（过程间）漏洞检测的智能体强化学习框架。现实中的漏洞往往涉及多个函数，但现有基于学习的检测器大多孤立地分析每个函数。作者在真实 CVE 样本上统计发现，71.7% 的脆弱函数需要依赖函数外部的证
Fingerprint-Driven Automation: Coupling Reconnaissance with POC Verification
本文针对网络安全对抗中的侦察环节，指出现有工具存在信息收集准确性低、隐蔽性不足、耗时较长、集成度不均衡以及功能扩展性差等问题，严重影响用户体验和工作效率。为此，作者设计并实现了一款高度自动化的侦察与漏洞验证工具。该工具将侦察与漏洞利用验证（
Guarding Organizations Against Malware Risk: A Novel Graph-Based Malware Detection Method
随着组织数字化转型的深入，网络安全风险日益突出，恶意软件已成为一种普遍且破坏性极强的威胁。现有基于字节的机器学习检测方法虽然广泛应用，但容易受到攻击者通过操纵原始字节实施规避行为的影响。相比之下，基于图的方法通过将软件表示为捕获执行行为的程
Towards Proactive Protection against Unauthorized Speech Synthesis.
本文针对生成式人工智能（GenAI）驱动下的语音合成技术快速发展所带来的安全挑战，探讨了如何主动防御未经授权的语音合成滥用。近年来，深度伪造语音被用于欺诈、冒充和传播虚假信息，现实事件频发，凸显了防御需求。现有防御多为被动检测，即在伪造语音
QUIC-TRIP: A Triple-Redundant Journey Toward Secure Substation Communications
现代电力系统依赖实时变电站通信协议（如可路由的面向通用对象的变电站事件协议 R-GOOSE）来执行关键控制与保护功能。然而，这类协议普遍缺乏内建安全机制，在设计上优先保证可用性而非机密性和完整性，因此容易遭受虚假数据注入和拒绝服务（DoS）
RAGuard: A Layered Defense Framework for Retrieval-Augmented Generation Systems Against Data Poisoning
该论文提出了一种针对检索增强生成（RAG）系统数据投毒攻击的分层防御框架 RAGuard。RAG 系统通过检索外部语料库来增强大语言模型（LLM）的回答，但这种依赖也引入了安全风险：攻击者可以向语料库中注入精心设计的恶意文本片段，从而操纵检
StealthBench: Measuring Operational Stealth in Autonomous Offensive-Security Agents
本文提出 StealthBench，一个专门用于衡量自主攻击性安全代理在操作安全（OPSEC）方面隐蔽性的基准测试框架。研究背景是：高级安全研究人员和APT组织在执行任务时能够不被察觉，而日益自主化的攻击性安全代理继承了这些任务，但其是否继
Learning the Word Problem: Geodesic Lengths and Cryptographic Applications
本文研究数学与计算机科学交叉领域中的“字问题”（Word Problem），即判断一个群中给定字是否表示单位元的问题。字问题已有超过一个世纪的研究历史，最初推动组合群论发展，近年来成为后量子密码（PQC）中重要的困难性假设基础。尽管一般群的
(EC)2: Event-Centric Explainability for Cybersecurity Through Multi-Agent LLM Investigations
本文针对安全运营中心（SOC）依赖异常检测系统标记可疑事件时，传统基于特征的解释难以满足实际调查需求的问题，提出了一种以事件为中心、与检测器无关的网络安全告警解释方法。作者指出，分析人员不仅需要知道某个特征偏离了正常范围，更需了解告警涉及的
Does Runtime Topology Context Improve LLM-Generated Kubernetes Security Patches?
本文旨在研究在 Kubernetes 集群安全修复中，为大型语言模型（LLM）提供运行时拓扑上下文是否能够显著提升生成补丁的正确性。研究背景是：云原生生态中 Kubernetes 成为容器化工作负载编排的核心，已有工作提出利用 LLM 自动
IH-Benchmark: A Conflict-Centered Benchmark for Instruction-Hierarchy Robustness in LLM Applications
随着大语言模型（LLM）被集成到各类应用中，模型在收到来自不同优先级（系统提示、用户输入、工具输出）的冲突指令时，其实际遵循行为成为影响可靠部署的关键问题。现有评测基准往往只覆盖单一层级冲突（如系统与用户的直接冲突），或仅改造公开数据集，缺
E-MagDiP: Electro-Magnetic based Differential Privacy for EEG based Community Sensing
本文提出了一种名为 E-MagDiP 的框架，旨在解决基于脑电图（EEG）的社区感知项目中的隐私问题。此类项目通过聚合大量个体的脑电数据来分析学生或员工的专注度等群体特征，但 EEG 信号本身包含敏感的个人神经信息，直接采集和分析会带来隐私
From Role Prompt to Infinite Thinking: Exploiting Persona Conditioning for Inference Cost Attacks in LLMs
本文首次揭示了大语言模型（LLM）中由角色一致性（persona consistency）引发的推理成本攻击漏洞。随着LLM在实际应用中的广泛部署，其推理效率和服务可靠性成为关键问题，而自回归生成机制使得恶意提示可以操纵生成行为，诱导模型产
Toward Standardized Cross-Vendor Agent Tool Trust Management in Autonomous Networks
该论文针对自治网络（Autonomous Networks）Level 4-5 中跨厂商 AI Agent 协作的安全信任问题展开研究。在高级别自治网络中，AI Agent 需要跨厂商边界调用各类管理工具，且无需人工干预。然而，现有 3GP
GPT-Red: Automated Red Teaming via Self-Play at Scale
本文介绍了 GPT-Red，一个用于自动红队评估的大语言模型智能体，其核心目标是自动发现针对前沿大语言模型的提示注入攻击。研究背景是随着 LLM 在真实生产系统中的广泛应用，提示注入等安全威胁日益严峻，而传统人工红队效率低、覆盖有限，因此需
SignDeepSC: A Semantic Signature-based Approach for Robust Semantic Communication
该论文针对语义通信系统（如 DeepSC）在物理层面临的对抗攻击威胁展开研究。语义通信通过深度神经网络提取并传输语义信息，虽能大幅提升通信效率，但其底层神经网络容易受到对抗样本攻击。作者具体关注一种物理层中间人（MitM）攻击：攻击者在发射
SkillGate: Cost Efficient Runtime Malicious Skill File Detection in Coding Agents
随着AI编程助手（如Cursor、Claude Code、GitHub Copilot）在软件工程团队中的广泛部署，开发者经常通过下载领域特定的技能文件（skill files）来定制代理行为，以适配项目API、框架约定和组织工作流。这些复