Security-First Evaluation of Text-to-Terraform: Benchmarking LLMs and SLMs for Secure IaC Generation
该论文研究了大型语言模型（LLM）和小型语言模型（SLM）在生成基础设施即代码（IaC）时的安全性问题，特别是针对AWS Terraform配置。云配置错误是安全事件的主要根源，但业界对LLM/SLM能否生成符合安全规范的IaC缺乏系统性评
#cs.SE
共收录 457 条相关情报。
← 返回所有主题Vulnerabilities, Secrets and Misconfiguration in the Highest-Exposure Docker Hub Images
本文针对 Docker Hub 容器镜像中普遍存在的安全漏洞、密钥泄露和错误配置问题，提出了一套大规模生态系统测量方法。研究背景是：Docker Hub 是大多数容器部署的底层镜像仓库，一个广泛使用的基础镜像一旦存在缺陷，将被所有基于其构建
From AI Technical Debt to Agentic Technical Debt: A Systematic Mapping of Root Causes and Manifestations in Agentic AI Systems
本文针对智能体AI（Agentic AI）系统的技术债务问题，首次系统性地提出了“智能体技术债务”（Agentic Technical Debt, AgTD）这一概念。传统AI技术债务（AITD）的研究主要基于静态的、组件级的软件架构，无法
Registry Descriptions Go Stale Unevenly: An 89-Day Measurement of Model Context Protocol Drift, and Why Drift-Ranked Re-Auditing Under-Covers It
本文针对Model Context Protocol (MCP) 注册表描述的安全审计时效性问题展开研究。现有MCP安全研究通常基于单一时点的静态审计，未考虑注册表描述随时间变化的情况，导致审计结论可能迅速过时。作者通过88.6天对官方MC
AgenticRepair: Multi-Faceted Program Context Engineering for Agentic Vulnerability Repair
本文提出了一种名为 AgenticRepair 的智能体漏洞修复框架，旨在自动化地从漏洞报告出发生成补丁，减少安全工程师的人工修复时间。作者指出，与通用程序修复相比，漏洞修复需要更丰富的程序上下文，而现有智能体方法未能充分利用这些上下文。具
A Biometric Sensor Network to Enable Real-Time Measurement of Individual Student Engagement in STEM Lecture Environments
该论文提出了一种名为“生物特征传感器网络”(Biometric Sensor Network, BSN) 的系统，旨在实现 STEM 课堂环境中学生个体参与度(Student Engagement)的实时测量与持续追踪。传统的学生参与度评估
YazSes: An Offline, Privacy-First, Cross-Platform Hold-to-Talk Voice-Dictation System
该论文提出并实现了一个名为 YazSes 的离线、隐私优先、跨平台的按住说话（hold-to-talk）语音听写系统。研究背景是：云端语音听写服务虽然准确率高，但需要将用户语音流式传输到远程服务器，这在隐私敏感的职业场景以及离线或气隙（ai
Emerging Challenges in Threat Modeling for GenAI-Augmented Systems: A View from the Trenches
该论文针对生成式人工智能（GenAI）日益融入软件系统的背景下，传统威胁建模方法（如STRIDE）在评估GenAI特有风险时显得不足的问题，开展了一项面向中小型企业（SME）的探索性评估研究。研究首先通过快速文献综述筛选出多种GenAI感知
Old Tricks, New Models: How Simple Image Transformations Break Modern AI-based Content Moderation
本文针对现代基于大模型的多模态内容审核系统展开鲁棒性研究。传统内容审核分类器通常依赖任务特定模型，策略覆盖有限且缺乏上下文理解；而新近商业化的多模态审核 API 基于大型基础模型，宣称能提供更广泛、更强大的安全过滤能力。研究团队对三家成熟商
Checking Information Flow in Cloud-based IoT Access Control Policies (Extended Version)
本文研究云环境下物联网（IoT）访问控制策略中的信息流安全问题。许多云服务商（如AWS IoT Core）提供访问控制机制，但其配置不当可能导致严重安全漏洞。作者指出，在设备具有不同信任级别或隶属于不同子系统的场景中，仅独立验证单个权限是否
ThreatForest: Multi-Agent Attack Tree Generation with Pluggable TTP Framework Mapping
该论文提出 ThreatForest，一个面向云原生架构威胁建模的多智能体系统。传统威胁建模依赖人工分析源代码仓库，速度慢且需要稀缺的安全专家。ThreatForest 将威胁建模分解为多阶段智能体流水线，包括仓库分析、上下文精炼、威胁生成
From Backlog Items to Security Guidance: Towards Continuous Security Compliance
本文针对受监管领域的持续软件工程中安全需求难以显式化的问题。在敏捷开发中，产品待办项（backlog items）通常以简短自由文本描述，工程师难以从中推断安全相关性，也缺乏及时的安全需求指引。为此，作者提出一种基于NLP的待办项富集系统，
Not In My Git Yard: Catching Backdoors at Commit and Release Time
该论文针对开源软件供应链中代码级后门注入的威胁提出了一种自动化检测方法 Lily。代码级后门是一种隐蔽的代码改动，通过秘密触发器授予隐藏权限，难以被发现。此前针对广泛使用项目的后门注入尝试（如恶意提交、被篡改的发布包、受污染的第三方依赖）往
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
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
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
SecDrift: Measuring Sector-Conditioned Security Drift in AI-Generated Code
该论文提出了SecDrift基准测试，用于测量大语言模型（LLM）在生成代码时，针对不同行业领域的提示（如关键基础设施）相对于中性基线所产生的安全性漂移。作者从CISA定义的8个关键基础设施行业和9个CWE漏洞类别出发，对7个LLM（其中6
Trusting-Trust Attack against an Entire Linux Distribution through Binary Manipulation
该论文扩展了 Ken Thompson 提出的“信任信任攻击”（trusting-trust attack）的适用范围，证明该攻击不仅限于编译器，还可以通过普通的构建工具（如 GNU strip）实现。攻击者仅通过操作已完成的 ELF 二进
On AI Safety and Security Technical Debt in Engineering AI-Enabled Systems
该论文针对人工智能（AI）系统中因复杂性、快速演化及动态数据管道所引入的新型工程负债——AI技术债务（AITD）进行了系统性综述。研究基于AI信任、风险与安全管理（AI TRiSM）原则，将技术债务重新解释为与可信性相关的维度，聚焦于AI安
From Signals to Behaviors: Evidence-Based Android Malware Detection
该论文针对Android恶意软件检测问题，指出现有方法基于表面信号（如学习特征或代码片段）进行检测，容易产生误报和漏报，因为偏离代理信号并不等同于恶意。作者提出行为导向的检测方法，并实现系统Praxis。Praxis采用假设-确认-判断流水