AgentRiskBOM: A Risk-Scoping Security Bill of Materials for Agentic AI Systems
代理型AI系统（Agentic AI systems）能检索私有上下文、调用工具、写入文件、调用外部服务、与其他代理协作，并且可能在未经人类批准的情况下行动。现有的物料清单（BOM）制品（如SBOM、AIBOM、MLBOM）虽然提高了依赖项
#cs.SE
共收录 457 条相关情报。
← 返回所有主题A Longitudinal Study of Android Apps Signing Key Protection
本文对Android应用签名密钥保护进行了纵向生态研究。Android应用签名依赖于开发者管理的凭据，因此密钥的安全保护对于软件供应链的完整性至关重要。近期两大OEM厂商的平台密钥泄露事件表明，即使是设计稳健的签名机制也可能因开发者的疏忽而
Calibration Without Comprehension: Diagnosing the Limits of Fine-Tuning LLMs for Vulnerability Detection in Systems Software
本论文研究大型语言模型（LLMs）在系统软件漏洞检测中的真实推理能力，旨在区分模型是真正理解安全漏洞还是仅依赖数据污染进行模式匹配。作者构建了CWE-Trace框架，包含834个手工精心标注的Linux内核样本，覆盖74种CWE类型，并引入
Image Encryption Algorithm Based on Convolutional Neural Networks and Dynamic S-Box Generation
本文提出了一种基于卷积神经网络（CNN）和动态S盒生成的图像加密算法，旨在克服传统固定S盒易受线性攻击和差分攻击的弱点。核心思想是利用CNN从输入图像中提取特征，并基于这些特征动态生成自适应S盒，从而实现像素级的替换加密。CNN训练后能够学
PUFFERDOS: Efficient and Effective Attack String Generation for Regular Expression Denial of Service Vulnerabilities
正则表达式拒绝服务（ReDoS）攻击是一种通过利用正则表达式引擎的病理最坏情况执行行为导致计算负载高度不对称、最终耗尽系统资源的漏洞类型。为了保护系统免受ReDoS攻击，已有多种检测技术被提出，这些技术通常通过生成攻击字符串来在开发早期主动
Secure Coding Drift in LLM-Assisted Post-Quantum Cryptography Development: A Gamified Fix
随着后量子密码学（PQC）的过渡，实现复杂性显著增加，要求严格遵守恒定时间执行、侧信道抗性和精确参数化。同时，大型语言模型（LLM）已深度嵌入软件开发流程，包括密码工程。尽管LLM提高了生产力，但有证据表明它们经常生成不安全或次优的代码，特
Code-Augur: Agentic Vulnerability Detection via Specification Inference
本文提出了一种基于代理（agent）的漏洞检测新范式，名为 Code-Augur。当前，由自主 LLM 代理完成的代码审计已能发现数字社会基础软件中的关键漏洞，但这些代理的推理过程不透明且未经验证，导致误报和漏报。Code-Augur 采用
AI Sandboxes: A Threat Model, Taxonomy, and Measurement Framework
本文提出了一个针对AI沙箱的威胁模型、分类法和测量框架。随着AI系统越来越多地在受限环境中进行评估（结合隔离、仿真、检测、监督和证据捕获），尤其是物理AI、AIoT和网络物理系统，测试环境的可信度和安全性变得至关重要。作者首先形式化了沙箱边
SoK: AI-Augmented Binary Reversing
二进制逆向工程是软件理解、漏洞发现、恶意软件分析和固件审计的基础，但由于编译过程中语义信息的不可逆丢失，该任务具有本质上的挑战性。近年来，机器学习、大型语言模型（LLM）和智能体AI系统的进展加速了AI增强二进制逆向的采用，但相关研究工作在
Looking Is Not Picking: An Attention-Segment Account of Tool-Selection Failures in LLM Agents
该论文研究了大型语言模型（LLM）智能体在工具选择过程中的失败机制。通常认为，模型在工具集中未能注意到正确工具是导致错误选择的原因，但论文通过注意力片段分析提出了相反的观点：模型在80%的情况下正确关注到了正确的工具，但依然做出了错误选择。
Snyk VulnBench JS 1.0: Can LLMs Find the Same Bugs Twice?
本研究旨在评估大型语言模型（LLM）在重复性漏洞检测任务中的表现一致性。研究者使用 Snyk VulnBench JS 1.0 基准测试，对同一份 JavaScript 代码、相同的提示词和测试框架进行了 300 次重复扫描，重点分析 GP
Security Threats and Their Impact on Blockchain Interoperability: Identification and Countermeasures
本文系统性地识别和分类了区块链互操作性所面临的安全威胁，并提出了相应的应对措施。区块链互操作性允许多个独立区块链系统跨异构网络通信和交换资产，但缺乏全面的安全机制已成为关键弱点——攻击者已利用这些弱点造成了数亿美元的资产损失。论文将威胁分为
Security in a Workflow: Exploring Role-Based Agentic Architectures for Vulnerability Handling
该论文针对当前基于大语言模型（LLM）的软件安全方法往往只关注孤立任务（如漏洞检测或补丁生成），而忽略了反映工业工作流的智能体架构的问题，提出了一种基于角色的智能体工作流，用于漏洞分析和修复。该工作流包含四个角色：规划者（Planner）、
Evaluating LLMs for Obfuscation Detection and Classification in Android Apps
该论文针对Android应用中的代码混淆检测问题，提出了利用大型语言模型（LLM）进行语义推理的新方法。传统方法依赖手工特征或专用学习管道，难以泛化到新混淆策略。作者进行了大规模实证研究，评估了多种开源和商业LLM在无需手工规则或专门训练的
Investigating Metamorphic Fuzz Oracle Enhancement via Large Language Models
本文首次研究了基于变异性（metamorphic）的模糊测试预言增强（MFOE）方法，旨在提升灰盒模糊测试的漏洞检测能力。传统的模糊驱动程序通常仅依赖崩溃预言（crash-based oracle），忽略了库函数功能的正确性验证，限制了发现
DIG: Oracle-Guided Directed Input Generation for One-Day Vulnerabilities
该论文针对一日漏洞（One-Day Vulnerabilities）的PoC输入生成问题提出了一种名为DIG的新方法。一日漏洞因补丁采用延迟或不完整而构成重大风险，生成PoC输入对评估实际影响至关重要。核心挑战在于识别触发漏洞所需的关键约束
A Five-Plane Reference Architecture for Runtime Governance of Production AI Agents
该论文针对生产环境中AI代理的运行时治理问题，提出了一种五平面参考架构。传统企业安全基于数据边界防护，但AI代理通过读取上下文、调用工具、连接器和修改系统记录，将风险内化于工作流内部的行动序列中，这些序列可能组合出未授权的业务流程变更。现有
Mind your key: An Empirical Study of LLM API Credential Leakage in iOS Apps
该论文首次对iOS应用中大语言模型（LLM）API密钥泄露进行了系统的实证研究。随着LLM快速集成到移动应用，API密钥泄露成为新的安全风险——攻击者可利用泄露的凭证非法访问LLM推理服务，给开发者造成经济损失。此前研究主要聚焦Androi
Undefined Behavior in C and C++: An Experiment With Desktop Use Cases
本文通过实证实验评估了C和C++程序中未定义行为（UB）在典型Linux桌面使用中的实际发生情况。未定义行为是C/C++语言中特有的概念，指程序使用了语言标准未作任何要求的错误构造（如整数溢出）。研究者利用编译器内置的未定义行为消毒剂（UB
Grammar-Constrained Decoding Can Jailbreak LLMs into Generating Malicious Code
大型语言模型（LLM）越来越多地用于代码生成，但可能被滥用以产生恶意代码。语法约束解码（GCD）是一种旨在通过强制语法有效性来提高LLM生成代码可靠性的技术。本文揭示了一个反直觉的风险：这种面向可靠性的技术本身可能成为攻击面。作者提出了一种