本文针对苹果Vision Pro (AVP) 设备上应用隐私泄露问题进行了系统研究。XR设备具备远超传统平台的数据采集能力，因此引发严重的隐私担忧。尽管已有研究通过分析网络流量来检测安卓系XR设备（如Meta Quest）上的隐私问题，但由于AVP生态的封闭性和技术挑战，针对AVP的隐私分析工作非常稀缺。作者提出了一种自动动态分析框架AVP-Inspect，其核心见解是有效的AVP应用测试需要同时协调控制软件（网络）与硬件（物理）组件，即"协同网络-物理测试"。框架由三个组件构成：通过定制硬件设备实现自动设备控制，通过设计新型探索引擎驱动3D界面交互，以及通过构建统一的AVP隐私分类体系来检测隐私违规行为。作者先在人工标注的ground truth数据集上验证了框架的有效性，随后对App Store中324款商业AVP应用各进行了20分钟的自动测试。结果显示，188款应用（58.0%）至少存在一项隐私违规行为，且超过60%的网络流量在隐私政策中未被正确披露。该研究是首次对COTS Apple Vision Pro应用进行规模化隐私分析的尝试，克服了闭源生态带来的重重挑战，为后续XR设备隐私监管、应用合规审计及自动测试工具研发提供了方法论基础和实证数据支撑。

该论文提出 SkillSentry，一个针对大型语言模型（LLM）智能体外部技能（Agent Skills）的动态安全测试框架。研究动机在于：外部技能在扩展智能体能力的同时，引入了执行时攻击面——一个静态检查看似良性的技能，只有在特定环境状态、资源或交互历史条件下才会暴露有害行为。传统扫描器主要依赖静态分析、预定义规则或一次性语义判断，难以有效诱发和归因这类条件性行为。SkillSentry 的核心方法包括三个步骤：首先，推断技能预期的能力边界；其次，构建由 LLM 模拟的环境，并设置受控的诱饵资源；最后，自适应地生成任务来探索技能的行为状态。它通过对比启用技能与匹配的无技能执行轨迹，将可疑行为定位到源代码和已验证的执行轨迹上，从而做出最终判断。实验部分，作者在七个扫描器配置上评估了 SkillSentry，在标准基准上达到 99.50% 的召回率和 96.26% 的平均 F1 分数；面对语义保持性规避攻击时，平均 F1 为 92.95%，而最强基线仅为 80.07%。代码已开源。该框架代表了从静态分析向动态、自适应安全测试的转变，为检测智能体技能的条件性恶意行为提供了新思路。适合关注 LLM 智能体安全、安全测试工具开发以及 AI 供应链安全的研究人员与蓝队工程师阅读。

大规模代码库的自动化漏洞发现仍然面临挑战：传统静态分析误报率高，而动态方法（如模糊测试）需要大量基础设施且通常针对狭窄的漏洞类别。近年来，大型语言模型（LLM）的进展使得对程序行为进行语义推理成为可能，但将LLM应用于仓库级安全分析会遇到上下文管理、成本和验证方面的问题。本文提出OpenAnt，一个开源的漏洞发现系统，它将静态程序分析与基于LLM的推理集成在一个多阶段流水线中。OpenAnt引入了三项关键技术：首先，将代码库分解为自包含的分析单元，并通过从外部入口点的可达性进行过滤，将分析面缩减高达97%，同时保留与攻击相关的代码。其次，候选漏洞通过对抗验证进行审查，即通过受限攻击者模拟，模型在现实攻击者能力下评估可利用性。第三，通过动态验证确认发现结果，其中自动生成漏洞利用环境，在沙箱容器中执行，并在使用后丢弃。在包括OpenSSL、WordPress和Flowise在内的广泛使用的开源项目上的评估表明，该架构能够识别以前未知的漏洞，同时保持可管理的分析成本并大幅减少误报。研究结果表明，结合语义推理和漏洞验证的闭环漏洞发现流水线，为可扩展的自动化安全分析提供了一条实用路径。OpenAnt已在Apache 2.0许可下开源。