Athena: Vulnerability-Affected Library Identification via Knowledge Graph Completion
该论文提出 Athena,一个基于知识图谱的漏洞影响库识别系统。研究背景是:广泛使用的库中单个漏洞可能影响数百万下游应用,但超过半数的漏洞数据库条目存在受影响库信息缺失或错误的问题。现有自动化方法将识别问题当作孤立的文本检索任务,忽略了漏洞
共收录 457 条相关情报。
← 返回所有主题该论文提出 Athena,一个基于知识图谱的漏洞影响库识别系统。研究背景是:广泛使用的库中单个漏洞可能影响数百万下游应用,但超过半数的漏洞数据库条目存在受影响库信息缺失或错误的问题。现有自动化方法将识别问题当作孤立的文本检索任务,忽略了漏洞
本论文针对区块链智能合约的安全漏洞研究缺乏结构化真实数据的问题,基于公共 CVE 数据库构建了一个专门面向以太坊智能合约的漏洞数据集 CVE-Smart-Contracts。作者从 CVE 记录中筛选出截至 2026 年 7 月与以太坊智能
本文是一篇关于静态应用安全测试(SAST)工具采用障碍的文献综述。研究背景是现代软件漏洞频繁导致安全事件,对企业和个人造成严重影响,而SAST工具本可通过识别和修复代码漏洞来加固应用安全,但许多开发团队并未在其开发环境中采用此类工具。作者通
本文针对2025-2026年AI市场中出现的匿名前沿模型发布浪潮,提出了一种用于API托管模型黑盒身份验证的四阶段取证审计协议。研究背景是:开发者平台出现以代号匿名发布的高性能模型,用户仅能通过API访问,无法直接确认模型真实身份。模型身份
本文针对检测规则仓库中误报排除(exclusion)持续累积且很少被撤销的问题展开研究。核心背景是:当一条检测规则频繁产生误报时,分析人员通常会添加排除条件,使规则在该特定场景下不再告警。单次排除决策在局部看是合理的,但其长期累积对规则库整
零知识证明领域特定语言(ZK DSL)工具链将高级程序编译为约束系统,并为密码学证明生成见证(witness)。如果工具链存在实现缺陷,可能导致实际生成的约束系统比源程序语义更弱,从而允许攻击者为无效执行构造可被验证的证明。这类“健全性漏洞
Python 应用在机器学习、科学计算等关键领域广泛存在,这些应用常通过集成 C 等底层语言编写的原生代码来提升性能或实现互操作。然而,原生代码中的缺陷(即 native code bugs)通常隐蔽且难以察觉,给整个 Python 应用的
现代软件系统通常由多种编程语言混合构建(如 Python 与 C、Java 与 C 的交互),这种跨语言架构会因语言间的语义差异和隐式交互引入难以察觉的漏洞。传统静态分析器受限于不同语言语义的异构性,往往无法有效建模跨语言的数据流;动态分析
本文针对操作系统内核级安全威胁(如 rootkit)日益增多、传统内核内防御机制因与内核同权限运行而共享攻击面、一旦内核被攻破即可被绕过的痛点,提出了一种基于 ARM TrustZone 的轻量级带外内核安全监控架构 LOOM。LOOM 利
该论文针对软件供应链中Git提交签名(commit signing)的实际使用体验开展了一项为期三个月的纵向研究。Git提交签名自2012年引入,是建立提交来源与完整性的一种机制,但开发者自主采用的比率仍然很低,且缺乏对开发者使用体验的系统
本文提出了一种名为 Web-CLI 的新型应用架构,旨在将传统命令行工具、机器学习模型和 GPU 加速推理引擎等强大的计算能力,以零安装、可离线运行的浏览器应用形式交付,同时保持底层能力的完整性。其核心思想是将所有计算过程完全置于客户端执行
该论文关注智能合约在区块链上公开源代码所带来的新型安全威胁。传统上,智能合约项目为了建立用户信任,会在区块链浏览器上发布并验证源代码,使链上程序以可读形式公开。然而,随着LLM(大语言模型)智能体的发展,攻击者可以借助这些公开源码,利用自动
本文提出 GenIaC-SecBench,一个用于评估大语言模型生成基础设施即代码(IaC)安全性的基准测试。研究动机是:LLM 越来越多地被用于编写 IaC,而其中单个不安全默认值可能直接部署到生产环境;已有评估多报告原始漏洞数量,但缺乏
本文提出了一种名为 Moirae 的多模态智能体协作框架,用于动态 Android 恶意软件检测。针对现有机器学习检测器容易受到概念漂移影响的问题(因为依赖随时间变化的实现特定特征),以及当前基于大语言模型(LLM)的检测器通常仅依赖代码或
本论文提出 CHISEL,一个无需测试套件的迭代式源码恢复框架,旨在改进二进制反编译的质量。传统反编译器(如 Ghidra)生成的伪 C 代码难以阅读且通常无法直接编译;而近年来基于大语言模型(LLM)辅助的反编译方法虽然能生成可读性较好的
本文提出了 GraftyVul,一个通过将真实世界漏洞“嫁接”到开源项目中来自动构造含漏洞程序的数据集生成系统。现有漏洞数据集通常难以同时满足多样性(语言和漏洞类型)、可复现性与可执行性以及真实性这三项要求:部分数据集使用人工构造或合成代码
本文提出了一种针对大语言模型(LLM)智能体框架的新型攻击概念:指令权限提升(Instruction Privilege Escalation)。研究背景是,当前许多 LLM 应用采用“指令层级”(instruction hierarchy
本文针对大型语言模型(LLM)智能体在跨查询持久化场景下的安全威胁,提出了一种名为 SPA 的“计划优先”架构。研究背景是:现有防御通常只保护规划阶段或单个工具交互,但持久化智能体面临更广泛的攻击面——攻击者控制的数据可能改变控制流、进入安
本文针对安全模式(Security Patterns)在实际软件工程中应用有限的问题,指出尽管已有多个安全模式目录,但针对用户认证(Authentication)这一常见安全控制的模式仍然缺失。为此,作者提出一个新颖的用户认证模式目录,包含
本文提出 KubeCap,一个面向 Kubernetes 工作负载的最小权限能力缩减框架。研究背景是:Kubernetes 作为最流行的容器编排平台,允许开发者通过 manifest 文件管理 Linux capabilities,但实践中