SkillVetBench: LLM-as-Judge for Multi-Dimensional Security Risk Evaluation in Open-Source LLM Agent Skills
随着开源LLM（大语言模型）智能体生态系统的迅速发展，社区贡献的“技能”（即模块化工具定义，用于扩展智能体能力）的安全性普遍缺乏审查。现有安全扫描器仅在代码层运行，对于指令层和多智能体层面的风险——例如通过自然语言指令劫持智能体、通过编码侧
#cs.HC
共收录 84 条相关情报。
← 返回所有主题Who Pays the Price? Stakeholder-Centric Prompt Injection Benchmarking for Real-world Web Agents
大型语言模型驱动的Web代理（Web Agent）正越来越多地被部署在真实环境中，它们需要处理不可信的网页内容并执行具有直接后果的操作，因此容易受到提示注入攻击——看似良性的内容中嵌入对抗性指令以操纵代理行为。现有的安全基准采用“攻击中心”
What the Eyes See, the LLMs Miss: Exploiting Human Perception for Adversarial Text Attacks
这篇论文研究了基于大型语言模型（LLM）的内容审核系统在视觉感知上的盲点。作者指出，当前的内容审核系统主要依赖令牌化文本，忽略了人类在理解内容时所依赖的视觉线索，例如字体、间距、排列等排版特征。这种感知不匹配导致：人类能轻易识别的有害内容，
Trustworthy Smart Fabs via Professional Proxies: Scaling Safe and Sustainable by Design (SSbD) through Industrial Data Spaces
该论文针对2026年欧盟安全与可持续设计（SSbD）框架、企业可持续发展尽职调查指令（CSDDD）和碳边境调节机制（CBAM）等法规给先进半导体制造工厂（智能工厂）带来的治理瓶颈，提出了一种零信任的社会技术编排框架。该框架在可信工业数据空间
Generative AI-Enabled Refund Fraud in Chinese E-Commerce: Investigation on Merchants and Platform Workers
本文通过半结构化访谈（17名商家和13名平台工作人员），系统研究了生成式AI（GenAI）在中文电商退款欺诈中的新型威胁。传统电商纠纷解决依赖数字证据真实反映物理现实的假设，但GenAI能够以极低成本伪造高度逼真的产品缺陷证据，从而颠覆这一
Human Factors in Cybersecurity in Icelandic Small and Medium-sized Enterprises
本研究通过问卷调查（N=130）探讨了冰岛公共和私营部门组织（包括关键基础设施提供商）在网络安全中面临的人为因素挑战。研究发现，从管理层视角来看，人为因素被强烈视为安全障碍，包括缺乏充分的培训或安全意识、招聘困难、网络安全文化薄弱以及时间/
What You Approve Is What Executes: Consent Integrity for Black-Box LLM Agents
本研究聚焦于黑盒大语言模型（LLM）代理的审批流程安全。当前编码代理将高风险操作（如执行命令）置于人类审批之后，但审批对话框由代理自身生成：人类批准的是代理撰写的摘要。Lies-in-the-Loop (LITL) 攻击表明，被攻陷的代理可
Toward Accessible Mobile Money: A Voice-Driven, Biometrically Secured USSD Automation Framework for Visually Impaired Users
本文针对非洲地区移动支付服务（基于 USSD 技术）在视障用户使用中存在的无障碍性和安全性问题，提出了一种 Android 智能中间件解决方案。当前 USSD 系统仅依赖视觉交互，导致视障用户无法独立完成交易，甚至需要第三方协助输入 PIN
Local Privacy Laws in a Globalized World
本文指出当前数字隐私研究过度聚焦于欧盟通用数据保护条例（GDPR）等少数西方监管框架，忽视了其他地区用户的隐私关切、态度和问题，造成了显著的研究盲点。作者系统性地将多个国家/地区的数据保护法律中的异构法律要求，沿着数据生命周期进行归一化，形
Risk Averse Alert Prioritization for IDS Using Subnormal Gaussian Fuzzy Models
现代入侵检测系统（IDS）每天产生数千条警报，但大量误报和低影响事件导致警报疲劳，严重制约安全运营效率。本文提出了一种基于亚正态高斯模糊数的警报优先级排序框架，旨在通过显式建模威胁严重性、检测置信度和组织风险态度三种不确定性来源，实现更鲁棒
"You do understand that people don't trust technology?": Explaining Trusted Execution Environments to Non-Experts
本研究聚焦于如何向非技术用户解释可信执行环境（TEE）这一技术安全概念。TEE通过创建隔离执行环境来保护可信应用的机密性和完整性，以往研究表明用户了解TEE能提升其数据共享意愿。作者首先分析了现有的TEE解释材料，提炼出候选解释方案，然后通
Routing Cybersecurity Awareness Training by FFM Personality Trait: A Quasi-Experimental Evaluation
该论文针对网络安全意识培训传统上采用“一刀切”方法的问题，提出并评估了一种基于五因素模型（FFM）人格特质的个性化内容路由系统TailoredSec。研究背景指出，用户在处理和保留安全信息方面存在个体差异，而人格特质已被提议作为定制培训内容
Modernizing User Privacy Preference Measurement through GPPI: A GDPR-aligned Privacy Preference Item Bank
该论文针对现有隐私测量工具（如CFIP、IUIPC、PAQ）早于GDPR超十年、仅关注隐私关切而忽略用户对具体监管权利（如数据可携带权、删除权、自动化决策权）偏好的问题，提出了一种基于GDPR的隐私偏好测量项目库（GPPI）。研究方法包括：
When Youth Enter the Algorithmic Wild: Discovering and Understanding Potentially Harmful Teen Videos on Douyin and Kwai
该论文针对抖音和快手等短视频平台中潜在有害青少年视频（PHTVs）的暴露问题进行大规模测量研究。作者首先通过离线调查683名青少年了解其平台使用习惯，然后提出三模块在线测量框架PHTV-Scout：PHTV Hunter通过模拟青少年账户采
An Empirical Study of Privacy Leakage Chains via Prompt Injection in Black-Box Chatbot Environments
本文针对基于大型语言模型（LLM）的聊天机器人代理，研究了一种通过间接提示注入实现隐私泄露的攻击链。研究背景是：LLM代理通过结合自然语言推理和外部工具（如网页浏览）来处理用户请求，这提升了可用性，但也带来了安全风险，因为不可信的外部内容可
LITE-SOC: Lightweight Security Operations Center Simulator for Cybersecurity Education
该论文介绍了一个名为LITE-SOC的轻量级、基于Web的安全运营中心（SOC）模拟器，专为教师指导的网络安全教育设计。SOC分析师需要处理大量告警，区分真正威胁与误报，并在时间压力下做出沟通决策。在课堂中重现这一环境通常很困难，尤其对于没
Quantum Futures Interactive: A Live Demonstration of Post-Quantum Blockchain Security, Infrastructure Tradeoffs, and Sustainable Distributed Trust
该论文介绍了一个名为“Quantum Futures Interactive”的实时交互演示平台，旨在应对量子计算对区块链和分布式应用带来的长期安全挑战。随着量子计算的发展，广泛使用的公钥密码系统（如RSA、ECC）面临被破解的风险，这威胁
Analyzing Codes of Conduct for Online Safety in Video Games at Scale
本文研究了大型在线游戏中行为准则（Codes of Conduct, CoCs）的现状与有效性，以应对玩家面临的骚扰、歧视、不当内容、隐私泄露、作弊等在线危害。作者提出了 CONDUCTIFY 流水线，用于大规模识别和分析游戏内的行为准则。
Known By Their Actions: Fingerprinting LLM Browser Agents via UI Traces
本研究探讨了基于 LLM 的浏览器代理在执行网页任务时，其行为模式是否可被网站被动识别以推断底层模型身份。作者针对 14 个前沿 LLM（如 GPT-4、Claude 等）和四种网页环境（包括信息检索和购物任务）进行了实验。通过被动 Jav
ThermalTap: Passive Application Fingerprinting in VR Headsets via Thermal Side Channels
本文介绍了一种名为ThermalTap的新型被动非接触侧信道攻击方法，专门针对独立式VR头显。VR头显处理高度敏感的个人、专业和健康数据，但其对非接触物理侧信道的脆弱性此前研究不足。现有的侧信道攻击通常需要恶意软件执行或对硬件的物理访问，容