本研究提出一种名为 PHOENIX DOMAIN 的新型通用攻击方法，能够使已被撤销的恶意域名在大规模范围内持续可解析，从而复活旧有的 Ghost Domain 攻击。该攻击不违反任何 DNS 规范或最佳安全实践，因此影响所有主流 DNS 软件和公共 DNS 解析器。研究者系统性地逆向分析了 8 种 DNS 实现的缓存操作，发现了域名委派过程中新的攻击面。通过对 41 个知名公共 DNS 解析器（包括 Google Public DNS 和 Cloudflare DNS）的测试，证明所有被调查的 DNS 服务均易受攻击。大规模测量涉及 21 万个稳定且分布式的递归解析器，结果显示即使在域名撤销和缓存过期一个月后，仍有超过 25% 的递归解析器能够解析该域名。该攻击为攻击者逃避恶意域名下架（take-down）的安全实践提供了机会。研究者已向受影响的厂商报告漏洞，并提出了 6 类缓解方案。截至目前，包括 BIND、Unbound、Google、Cloudflare 在内的 7 家 DNS 软件提供商和 15 家解析器厂商已确认漏洞，部分厂商正在实施或发布缓解补丁。此外，已分配 9 个 CVE 编号。该研究呼吁制定标准，以解决域名安全撤销和缓存一致性问题。适合 DNS 安全研究者、公共解析器运维方、安全厂商以及关注域名基础设施风险的安全从业者阅读。

该论文揭示了一个由DNS协议设计原则引发的严重安全问题。传统互联网协议设计原则要求“发送时严格，接收时宽容”，DNS也不例外。为了支持新应用，DNS被设计为透明处理各类记录类型（RFC3597），即任何应用只需创建新的DNS记录，即可通过现有DNS基础设施分发，无需修改服务器。作者通过互联网范围测量发现，超过130万个（占测试的96%）开放DNS解析器遵循标准，透明处理DNS记录。然而，这种透明性引入了一个严重漏洞：攻击者可以将恶意载荷编码到DNS记录中，从而发起字符串注入攻击。论文展示了一种新方法，利用DNS记录作为载体，向流行应用注入恶意字符串，进而实现新型DNS缓存投毒攻击。实测发现105K个开放解析器对该投毒攻击易感，且常见的DNSSEC配置无法防御。攻击面不仅限于内部服务，也影响公共基础设施，例如所有eduroam服务均易受攻击，可导致未授权访问、资源耗尽等后果。根据应用类型，攻击可能造成系统崩溃、数据损坏和泄露、安全防护降级，甚至远程代码执行和任意错误。研究还发现，所有遵循标准的开放DNS解析器都允许对其网络上的应用和用户发起此类注入攻击。论文的主要贡献在于揭示了DNS透明性机制的安全代价，证明了传统协议健壮性原则与现代应用结合时可能产生的新漏洞，并系统评估了漏洞的互联网范围影响。适合DNS基础设施运维者、应用安全工程师和协议设计者阅读。

该论文针对 DNS 响应预处理阶段存在的逻辑漏洞进行了系统性研究。作者将 DNS 比作一盘棋局，规则简单但实现极其复杂。他们通过系统分析 DNS RFC 和多种 DNS 软件实现，发现了三类新型逻辑漏洞，并据此提出了名为 TuDoor 的攻击方法。TuDoor 攻击利用畸形 DNS 响应数据包，能够实现 DNS 缓存投毒、拒绝服务（DoS）和资源消耗攻击。实验表明，该攻击影响 24 款主流 DNS 软件，包括 BIND、PowerDNS 和 Microsoft DNS。攻击者可使用少量精心构造的数据包在 1 秒内对易受攻击的解析器发起缓存投毒或 DoS 攻击，或者绕过查询限制耗尽解析器资源（如 CPU）。为评估现实影响，作者测量了 16 款流行 Wi-Fi 路由器、6 种常见路由器操作系统、42 个公共 DNS 服务以及约 180 万个开放 DNS 解析器，发现 TuDoor 可影响 7 款路由器（或操作系统）、18 个公共 DNS 服务以及 424,652 个（23.1%）开放 DNS 解析器。作者遵循负责任披露流程，向所有受影响厂商报告了漏洞，其中 BIND、Chrome、Cloudflare、Microsoft 等 18 家厂商已确认并讨论了缓解方案。此外，共分配了 33 个 CVE 编号，并提供了一个在线检测工具作为缓解措施之一。这项研究凸显了标准化 DNS 响应预处理逻辑的紧迫性，以增强 DNS 的安全性。

这篇论文名为《POPS: From History to Mitigation of DNS Cache Poisoning Attacks》，由Yehuda Afek、Harel Berger和Anat Bremler-Barr撰写。论文系统回顾了DNS缓存投毒攻击的历史演变，从早期的Kaminsky攻击到现代利用DNSSEC缺陷或网络侧信道的方法。作者分析了各种攻击变体的根本原因，包括响应伪造、事务ID预测、端口随机化绕过等。针对现有防御措施的不足，论文提出了一种名为POPS（Port Obfuscation with Pseudo-random Sequence）的轻量级缓解方案。POPS的核心思想是使用伪随机序列对源端口进行混淆，使得攻击者难以预测或嗅探端口号，从而大幅提高缓存投毒攻击的难度。该方案无需修改DNS协议，兼容现有部署，且性能开销极低。作者通过理论分析和实验验证了POPS在不同场景下的有效性，证明其能够显著降低攻击成功率。这篇论文适合网络安全研究人员、DNS运维人员及协议设计者阅读。

本文针对大型语言模型（LLM）系统中的缓存机制提出了语义缓存投毒攻击。传统的缓存投毒主要针对查询字符串精确匹配，而LLM系统常采用语义缓存来缓存具有相似语义的查询，以提高推理效率并降低成本。作者首次提出语义缓存投毒攻击，攻击者通过构造与合法查询语义相似但包含恶意提示的投毒请求，使得后续正常用户查询命中投毒缓存，从而返回被篡改的响应，可能导致信息泄露、错误响应或拒绝服务。论文设计了多种投毒策略，包括基于嵌入向量的扰动、对抗性样本生成等，并在多个开源LLM和商业API上验证了攻击有效性。实验表明，攻击成功率高达80%以上，且能绕过现有防御措施。为应对该威胁，作者提出了基于输入验证和输出一致性检查的防御框架，包括语义异常检测、缓存命中验证和响应完整性校验。该研究揭示了LLM缓存系统的新攻击面，对AI基础设施安全具有重要意义。