The History Is the Detector: Executing CVE Patch History, End-to-End
本文提出 BUGSTONE-E2E，一种将漏洞历史（尤其是 CVE 修复提交）转化为可执行检测规则并自动化验证的端到端框架。当前公共漏洞数据库虽然记录了已知软件缺陷的类型、影响组件和补丁信息，但这些信息主要用于人工查阅，缺乏自动化复用机制，
#cs.AI
共收录 1660 条相关情报。
← 返回所有主题CONTINUITY: Security-Context Contracts for Composable LLM Agent Controls
在LLM智能体系统中，通常集成了来源追踪、授权、策略执行、协议适配和执行控制等安全机制。然而，单独看起来正确的安全机制并不一定能在组合后形成端到端安全的系统：当动作跨越组件边界时，关键的安全上下文可能被丢弃、扩大、重新绑定，或被重新解释。本
TIER: Threat Implicitness Benchmark for Evaluating LLM Safety Behaviors
TIER（Threat Implicitness Benchmark）是一个针对大语言模型（LLM）行为安全评估的新型基准。当前主流的安全基准大多依赖二元指标（如拒绝或遵从），忽略了模型在面对不同威胁隐含程度的恶意提示时的行为差异。TIER
ReCAST: Restoration-aware Cascaded Stage-wise Training for Obfuscated SMS Risk Classification
该论文提出 ReCAST（Restoration-aware Cascaded Stage-wise Training）框架，用于解决中文短信中混淆文本的风险分类问题。研究背景是：欺诈短信通过精心设计的混淆策略（如谐音、形近字、插入符号等）
Forgetting Without Restarting: Execution-State Unlearning for Stateful LLM Agents
本文针对长时运行的有状态 LLM 智能体（agent）提出“执行状态遗忘”（execution-state unlearning）问题。这类智能体不仅保存对话记录，还累积了压缩摘要、明文记忆、待执行的工具计划，以及每次服务 API 下的 K
Cost-Aware Hierarchical Multi-Agent Ransomware Detection and Family Attribution
针对勒索软件频繁使用加壳、混淆、进程操控和运行时逃逸等多种手段的问题，常规多模态检测方法通常对所有样本无差别地使用全部模态，导致不必要的计算开销和延迟。本文提出一种成本感知的分层多智能体系统（HMAS），用于自适应的勒索软件检测与家族归因。
SENTINEL-RL: Offloading Topological Reasoning from LLM Agents in the Security Operations Center
该论文提出 SENTINEL-RL，一种用于安全运营中心（SOC）的智能体架构，旨在克服大型语言模型（LLM）智能体在自主威胁分析中的两个核心局限：有限上下文窗口难以承载大规模认证图，以及自由文本生成无法保证推荐动作与网络拓扑的一致性。SE
A Non-Formulable Theorem: A Fundamental Limit of Finite Syntactic Systems and Its Consequences for Security and AI
该论文提出并证明了一个元定理：对于任何一致且具有足够表达能力的有限句法系统S，必然存在至少一个该定理无法自主产生的定理。所谓“有限句法系统”涵盖形式逻辑系统、形式验证器、安全机制、AI系统、法律与经济模型等所有基于有限规则和符号生成机制的体
PatchBench: Evaluating AI Agents for Vulnerability Patching
本文针对基于大语言模型的AI智能体在自动化漏洞修复评估中存在的效度威胁问题开展研究。作者指出，现有评估方法通常仅通过让补丁接受原始PoC（概念验证）输入不再触发崩溃来判定补丁有效，但这种验证方式存在两个主要缺陷：一是智能体可能直接复现历史开
A Blind Trust, the Bloody Thrust: When Attacker-Controlled Hook Updates Steer AI Agent Harnesses towards Malicious Behaviors
现代AI agent harness（智能体框架）通过“生命周期钩子”机制将Shell命令绑定到会话开始、工具调用和文件编辑等运行时事件。这些命令通常以宿主主机权限执行，但它们作为钩子配置分发，且可能在大型语言模型（LLM）从未感知的时刻被
Privacy, Robustness, and Fairness Trade-offs in Federated Intrusion Detection: Geometric Indistinguishability at the Aggregation Interface
本文针对联邦学习在网络入侵检测（NIDS）中的应用，系统研究了隐私保护、鲁棒性和类别不平衡检测覆盖三者之间的权衡关系。联邦学习允许在不集中敏感流量数据的情况下进行协作训练，但在实际部署中必须同时满足三个相互竞争的要求：严格的差分隐私保证、对
SafeEvolve: Harness-Policy Co-Evolution from Agent Experience for Safety Alignment
该论文提出 SafeEvolve，一种面向 LLM 智能体（agent）安全对齐的“经验驱动自进化”框架。研究背景是：基于 LLM 的智能体在完成任务时，其行为由基础模型与交互环境所用的“harness”（即外部工具/提示/技能编排层）共同
Automated Vulnerability Injection in Smart Contracts Using Large Language Models
这篇论文提出了一种利用大型语言模型（LLM）自动向 Solidity 智能合约中注入漏洞的方法，旨在解决智能合约漏洞检测工具评估中“带真实标签数据集稀缺且人工构建困难”的问题。作者以 OpenSCV 分类中的 49 种漏洞类型为目标，对来自
SEAL: Reinforcing Global Safety in Mixture-of-Experts through Shared Expert ALignment
MoE（混合专家）是为扩展大语言模型而设计的架构，每个token仅激活少量专家模块，从而在计算量基本不变的情况下支持大规模参数增长。近年来的混合架构还引入共享专家以捕获有用的通用特征，进一步提升稳定性与泛化能力。MoE已被许多旗舰开源和商业
Retrosynthesis of Synthetic Media for Explainable AI Provenance Forensics
本文针对机器学习即服务（MLaaS）平台上生成模型快速普及所带来的合成媒体溯源难题，提出了一种无需修改生成器架构或参数的自引用逆合成框架，用于可解释的AI溯源取证。该框架假设生成器固定（fixed-generator setting），通过
Privacy-Preserving Topology-Guided Safety for LLM-Based Multi-Agent Systems via Federated Graph Learning
本文针对基于大语言模型（LLM）的多智能体系统（MAS）在跨组织协作场景下的安全问题，提出了一种隐私保护的拓扑引导安全机制。现有方法通常假设单一运营方可以汇总所有标注轨迹，在全局通信图上训练图神经网络（GNN）以定位高风险智能体并干预拓扑结
When Optimization Becomes Manipulation: Defending Generative Search against Malicious Generative Engine Optimization
该论文研究的是针对生成式搜索引擎的恶意生成式引擎优化（GEO）攻击的防御问题。GEO 攻击通过改写网页文档来迎合搜索引擎的引用偏好，从而操纵生成式搜索引擎在回答中优先引用或放大特定目标文档。近期的 GEO 方法已从手工改写演变为自动化、智能
PrivateHub: Contrastive Diffusion Model for Private Sensor-Intensive Environment Data Generation
在智能家居、可穿戴设备等传感器密集型环境中，系统通过异构的多传感器数据流推断用户正在使用的应用，从而提供智能服务。然而，并非所有应用都应该被识别——用户希望某些活动保持私密。现有隐私保护方法（如差分隐私、基于规则的过滤）仅针对单一数据流，无
Transfer Safety Awareness for Cross-Modal Safety Drift in Multimodal Large Language Models
本研究聚焦于多模态大语言模型(MLLM)中一种新的安全风险——跨模态安全漂移。视觉模态虽然增强了模型的能力，但也为攻击者提供了新的利用路径：一段在纯文本场景下看似无害的查询，一旦配上特定的视觉图像，就可能表达出被模型间接解读的恶意意图，而模
ClaimReceipt: Verifying Evidence Sufficiency and Coverage in Agent Evaluations
本文针对智能体（Agent）评估中的证据充分性与覆盖范围问题，提出了一套名为 ClaimReceipt 的声明相对收据规范与选择性验证器。研究背景是：在智能体评测中，存在两种不同的证据问题：一是已报告声明能否从保留证据中重新计算得出（充分性