共收录 71 条相关安全情报。
← 返回所有主题Background Security Improvements for iOS, iPadOS, and macOS
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 16.7.15 and iPadOS 16.7.15
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 15.8.7 and iPadOS 15.8.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.3 and iPadOS 26.3
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.5 and iPadOS 18.7.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.2 and iPadOS 26.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.3 and iPadOS 18.7.3
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
Compressor 4.11.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.2 and iPadOS 18.7.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.1 and iPadOS 26.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.0.1 and iPadOS 26.0.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.4
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.3
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.4
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.4
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.3
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.3
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.4.2 and iPadOS 26.4.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.8 and iPadOS 18.7.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.7 and iPadOS 18.7.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.4 and iPadOS 26.4
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.5 and iPadOS 26.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.9 and iPadOS 18.7.9
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 16.7.16 and iPadOS 16.7.16
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 15.8.8 and iPadOS 15.8.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.5.2 and iPadOS 26.5.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 26.6 and iPadOS 26.6
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
苹果官方通过安全公告页面发布了一则面向 Mac 用户的通用安全提醒，标题为“update the software on your Mac”（更新您的 Mac 软件）。该公告未附带具体的 CVE 编号、受影响产品列表、漏洞技术细节或严重性评级。从标题和发布渠道可以推断，此次公告旨在督促用户及时将 Mac 上的操作系统或应用软件升级到最新版本，以修复可能存在的安全漏洞并提升系统安全性。由于缺少详细描述，公告的具体成因、攻击途径和实际影响暂无法确定。建议用户访问苹果官方支持页面查看完整公告，并按照指引更新软件。
💡 风险点: 苹果官方发布安全更新提醒，即使没有明确漏洞细节，也意味着存在需要修复的安全问题。忽视此类公告可能导致系统处于易受攻击状态，应优先处理。
🎯 建议动作: 访问苹果官方支持页面（https://support.apple.com/en-us/108382）查看公告全文，按照指引检查并安装所有可用的软件更新，同时关注苹果后续发布的安全公告。
Apple Security Releases 于 2026 年 8 月 2 日发布了一则安全公告，标题为“update the software on your iPhone or iPad”，即建议用户更新 iPhone 或 iPad 上的软件。该公告未提供具体的 CVE 编号或漏洞细节，也未说明受影响的系统版本和严重程度。根据公告性质推测，Apple 很可能修复了影响 iOS 或 iPadOS 的若干安全性问题，并希望用户通过安装最新版系统来保护设备。由于公告内容十分简短，没有披露漏洞成因、攻击路径或实际影响，因此无法确认是否存在已知的在野利用。防守方应密切关注 Apple 官方安全更新页面，及时为相关设备安装更新，以降低潜在风险。
💡 风险点: Apple 官方发布安全更新指引，表明 iOS/iPadOS 可能存在安全隐患，及时更新能有效降低设备被攻击的风险。
🎯 建议动作: 前往 iPhone 或 iPad 的“设置”>“通用”>“软件更新”，安装最新版本的 iOS/iPadOS；同时关注 Apple 官方安全发布页面，获取后续详细公告。
该输入仅包含一条来自 Apple 安全发布页面的标题为“submit your research”的条目，未提供任何具体的漏洞描述、受影响组件、CVE 编号或技术细节。由于缺少正文信息，无法确认该公告是否涉及实际安全漏洞或仅为研究提交入口。建议用户直接访问 Apple 官方安全发布页面（https://support.apple.com/en-us/102549）获取最新完整信息，并关注是否有与苹果设备相关的安全更新。目前无证据表明存在具体的可利用漏洞，也未有在野利用声明。
💡 风险点: 苹果官方安全发布页通常包含重要系统安全更新，但当前信息不完整，无法评估风险。建议保持关注官方公告，避免遗漏潜在修复。
🎯 建议动作: 访问 Apple 官方安全发布页面查看最新公告详情，确认是否存在与您使用设备相关的安全更新，并根据官方指导进行升级或缓解。
该公告来自 Apple 官方安全发布页面（Apple Security Releases），标题为“Get help with security issues”，发布地址为 https://support.apple.com/en-us/111756，发布时间为 2026-08-02。公告内容本身并未包含具体的漏洞描述、CVE 编号、受影响产品列表或严重性评级，而是指向了一个帮助页面，旨在指导用户如何获取与安全相关问题的支持。对于防守方而言，该公告信息量有限，无法直接用于评估特定漏洞风险或制定修复计划。建议持续关注 Apple 官方安全发布页面，以获取后续可能补充的具体安全公告或更新信息。
💡 风险点: 这是 Apple 官方安全发布入口之一，但当前内容仅提供帮助指引，未披露具体漏洞，暂无直接可利用信息。
🎯 建议动作: 建议关注 Apple 官方安全更新页面（https://support.apple.com/zh-cn/HT201222 或本页面），定期检查软件更新，并依据官方公告及时升级系统。
该公告来自 Apple 官方安全发布页面，标题为“Background Security Improvements”（后台安全改进）。公告本身未提供具体 CVE 编号、受影响产品列表、漏洞成因、攻击路径或实际影响等细节，也未标明严重性等级。因此，本次内容仅能确认 Apple 对其软件或系统进行了一些后台层面的安全增强，但具体修复了哪些问题、影响哪些用户，目前均无法从公告中获知。建议用户保持关注 Apple 后续更新，并及时安装官方发布的系统与安全补丁。
💡 风险点: 尽管公告缺乏细节，但后台安全改进往往涉及基础机制加固，可能修复潜在风险；及时跟进官方更新有助于降低未知威胁暴露面。
🎯 建议动作: 关注 Apple 官方安全发布页面，定期检查并安装最新的系统更新与安全补丁，确保设备处于受支持且已修复的状态。
background updates
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
update the software on your Apple TV
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
update the software on your Apple Watch
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
update the software on your Apple Vision Pro
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
Beats Firmware Update 1B211
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.5.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.6
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7.1 and iPadOS 18.7.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Tahoe 26.0.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
本文对苹果公司的差分隐私框架（DifferentialPrivacy.framework）进行了系统性审计，重点考察其实现中的软件缺陷、配置错误以及由此带来的实际隐私风险。研究首先分析了苹果在iOS和macOS中部署的差分隐私机制，包括私有化数据分析、频数估计等核心组件，通过逆向工程和黑盒测试发现多处实现偏差：例如，随机化算法中的参数错误导致隐私预算实际值低于预期；初始化时的种子误用可能导致可预测的噪声序列；部分场景下配置参数未遵循官方协议，使得隐私保护强度退化。进一步地，作者构建了形式化验证模型，证明了这些缺陷足以使敌手在合理假设下恢复出用户数据的统计分布信息，显著削弱了差分隐私的理论保证。实验部分基于苹果公开的隐私数据集和模拟环境，量化了实际信息泄露风险，并对比了理想情况下应达到的隐私水平。该工作不仅揭示了工业级隐私系统实现中的常见陷阱，还提出了改进建议，包括更严格的单元测试、运行时验证机制以及配置审计工具。对于安全从业者，本文强调了即使理论基础坚实的隐私技术，在工程实现中也可能引入严重漏洞，需要持续监控与审计。
💡 推荐理由: 苹果差分隐私框架被广泛用于收集用户数据，其实现漏洞可能直接导致隐私泄露。该研究首次从实现层面揭示真实风险，对评估大型平台隐私保护可信度至关重要。
🎯 建议动作: 研究跟进
iOS 26 and iPadOS 26
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
visionOS 26.0.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.7 and iPadOS 18.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
本文研究了苹果Wi-Fi定位系统（WPS）的隐私安全隐患。WPS是现代移动设备通过附近Wi-Fi接入点（AP）的BSSID来定位自身位置的服务。作者发现，苹果的WPS可被滥用，从而造成全球范围的隐私威胁。他们提出了一种攻击方法，攻击者无需特殊权限，仅利用MAC地址空间中密集区域相对较少的事实，就能在数天内收集全球Wi-Fi BSSID的地理位置快照。通过一年的持续收集，他们获得了超过20亿个BSSID的精确位置。这种大规模数据集在纵向追踪中更具隐私影响，使攻击者能够跟踪设备的移动。虽然大多数Wi-Fi AP长期固定，但许多设备（如便携旅行路由器）设计为可移动。作者通过多个案例研究展示了苹果WPS带来的隐私攻击类型：跟踪进出战区（乌克兰和加沙）的设备、监测自然灾害（毛伊岛火灾）的影响，以及通过远程定位无线AP实现对特定个体的代理追踪。最后，他们向WPS运营商和Wi-Fi AP制造商提出了增强全球数亿用户隐私的建议，并详细说明了负责任的披露过程以及苹果和制造商已实施的缓解措施。
💡 推荐理由: 该研究揭示了广泛使用的苹果WPS存在可被利用的隐私漏洞，攻击者无需权限即可大规模追踪移动设备，涉及战争、灾难等敏感场景，对全球用户隐私构成严重威胁。
🎯 建议动作: 研究跟进，建议安全团队评估自身环境对WPS的依赖，并关注苹果等厂商的补丁更新
本文提出了一种针对 Apple XNU 内核（用于 macOS、iOS 等产品）中 IPv6 Fragment ID 生成算法的实际攻击。该算法使用伪随机数生成器（PRNG）来产生 Fragment ID，但作者发现其存在竞争条件（race-condition）漏洞，使得攻击者能够通过精心构造的数据包时序，观察并破解 PRNG 的内部状态。一旦状态被恢复，攻击者即可精确预测后续的 Fragment ID，从而实施 IPv6 分片欺骗攻击。这是首次利用竞争条件进行密码分析的实际案例。通过分片欺骗，攻击者可以部分篡改 UDP 数据报或 TCP 段的内容。作者展示了两种典型场景：一是针对 NFS（基于 UDP）的攻击，能够修改正在写入的文件内容；二是针对 HTTP（基于 TCP）的攻击，能够修改 HTTP 请求。Apple 已将此漏洞分配为 CVE-2024-27823，并发布了所有基于 XNU 产品的安全更新。本文的核心贡献在于揭示了操作系统内核中 PRNG 实现的隐蔽安全问题，并证明了竞争条件在密码分析中的新应用。安全研究人员和系统管理员应关注此漏洞对 Apple 设备的影响，并及时应用补丁。
💡 推荐理由: 该攻击首次将竞争条件漏洞与 PRNG 密码分析相结合，突破了 Apple XNU 内核的安全性，可能导致远程篡改 NFS 文件或 HTTP 请求，影响广泛。
🎯 建议动作: 研究跟进，评估自身 Apple 设备的补丁状态，并在测试环境中验证攻击影响。
该论文首次对苹果的私有云计算（Private Cloud Compute, PCC）系统进行了逆向工程分析，旨在评估其隐私保护声明的可信度。PCC是苹果为在移动设备上集成AI而设计的隐私优先计算架构，其核心宣称包括不存储用户数据、用户输入与账户不可关联。尽管苹果公开了大部分系统规范，但编译后的二进制文件缺乏符号、不可重现构建，导致规范与实际部署之间存在潜在差异。此外，底层模型和查询接口未公开，限制了学术评估。研究者通过逆向工程移动设备上的PCC实现，成功打开了非公开接口，允许在本地设备上执行自定义PCC查询，并独立对PCC模型进行了基准测试。他们发现当前实现中存在一些与隐私承诺的偏差，例如某些日志行为可能暴露用户交互信息。该研究还公开了PCC基准测试框架，为后续隐私评估提供了工具。主要贡献包括：首次详细的PCC逆向工程、开放非公开接口、独立模型性能评估以及公开测试框架。适合关注移动AI隐私、苹果安全架构以及云隐私方案验证的研究人员和安全从业者阅读。
💡 推荐理由: 评估苹果PCC隐私承诺的真实性，发现闭源二进制与规范间的差距，为验证隐私保护AI系统提供方法。
🎯 建议动作: 研究跟进
本文对苹果公司差分隐私框架（DifferentialPrivacy.framework）进行了首次客户端审计，覆盖 macOS Sonoma 14.2 和 Sequoia 15.6 系统。苹果自 2016 年起声称其设备分析数据受差分隐私保护，但并未开源私有化算法，导致独立验证困难。研究团队通过逆向工程、恢复 Objective-C 接口、构建运行时测试工具，对苹果实际部署的 Count Median Sketch、Hadamard-CMS、随机响应机制和 Prio 类安全聚合等机制进行了全面测试。结果发现多个编程错误和配置缺陷：所有依赖浮点噪声的机制均因使用不安全的采样器而未能达到宣称的差分隐私或零知识证明保证；部分安全聚合配置禁用了本地差分隐私，使得拥有日志访问权限的方可获取聚合前的原始记录。在审计的 9 个机制中，5 个存在差分隐私违规问题，影响 macOS Sonoma 87% 和 Sequoia 68% 的数据收集。此外，他们还发现了公开泄露的 iPhone 日志，可被解码恢复 Safari 域名和键盘表情符号等私密信息。该研究揭示了苹果差分隐私实现中的系统性风险，对用户隐私保护构成实际威胁。
💡 推荐理由: 苹果的差分隐私框架广泛用于用户数据分析，但实际实现存在严重漏洞，导致隐私保证失效。安全从业者需了解这些风险，以评估苹果设备的隐私保护可信度。
🎯 建议动作: 研究跟进
该论文对苹果无线生态系统（包括蓝牙低功耗（BLE）、AWDL和Wi-Fi）的安全性进行了系统分析。研究者发现了多个设计缺陷，使得攻击者能够在未配对的情况下对苹果设备进行跟踪、发起拒绝服务（DoS）攻击以及实施中间人（MitM）攻击。具体而言，利用BLE中的隐私漏洞可以持续跟踪设备；通过操纵AWDL协议可导致网络中断；结合跨协议交互（如Wi-Fi和蓝牙）可实现会话劫持。论文提出了相应的缓解措施，并推动了苹果修复多个漏洞。该研究对iOS和macOS设备用户的隐私与安全具有重要影响，强调了无线协议设计中的安全考虑不足。
💡 推荐理由: 该工作揭示了苹果无线协议中多个设计缺陷，导致用户可被跟踪、设备连接可被中断、通信可被劫持，直接威胁广泛使用的苹果设备。
🎯 建议动作: 研究跟进，评估内部苹果设备环境是否受相关漏洞影响，并关注苹果安全更新。
macOS Sonoma 14.7.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 16.7.12 and iPadOS 16.7.12
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 15.8.5 and iPadOS 15.8.5
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
iOS 18.6.2 and iPadOS 18.6.2
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.7
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sonoma 14.8
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
macOS Sequoia 15.6.1
💡 风险点: 原文内容（由于配额限制，未进行深度 LLM 分析）
🎯 建议动作: 建议根据原文自行评估
AirDrop 是 Apple 设备间离线文件共享的默认协议，集成在超过 15 亿台终端设备中。本论文首次揭示了该协议的两个设计缺陷：攻击者能够通过公开的哈希值（SH）和证书交换过程，利用穷举或彩虹表攻击逆向出用户的手机号码和电子邮件地址。为从根本上修复该隐私泄露问题，作者提出了一种基于私有集合交集（PSI）的隐私保护认证协议 PrivateDrop。PrivateDrop 在不改变 AirDrop 现有协议栈的前提下，将 PSI 用于双方的身份验证：发送方和接收方各自持有联系人哈希集合，通过 PSI 计算交集但彼此不泄露集合中的非交集元素，从而仅当双方互为联系人时才能成功连接。针对离线、资源受限的移动设备场景，作者优化了 PSI 协议的通信轮次和计算开销，使其认证延迟低于 1 秒，保持了 AirDrop 原有的用户体验。论文在 iOS 和 macOS 上实现了原生 PrivateDrop 原型，并通过实验验证了其性能与安全性。此外，作者已向 Apple 负责任地披露了漏洞，并将 PrivateDrop 的实现开源。
💡 推荐理由: AirDrop 作为 Apple 生态的核心功能，其隐私缺陷直接影响全球数亿用户；本研究不仅揭示了现实威胁，更提供了可直接部署的修复方案，对移动设备隐私保护具有里程碑意义。
🎯 建议动作: 研究跟进 PrivateDrop 的具体实现与性能指标；关注 Apple 针对该漏洞的补丁发布计划，并安排内部测试。