本文探讨了电磁（EM）侧信道泄漏与电磁注入两种物理现象的结合，突破了传统上将它们视为独立威胁的认知。背景方面，传统EM侧信道分析通常被动监听秘密信息产生的高频辐射，而EM注入一般用于故障注入干扰电路。作者提出的核心问题是：能否利用EM注入主动放大那些原本不可观、不可测的侧信道泄漏？为此，他们提出了一个名为“注入诱导EM侧信道”（Injection-Induced EM Side Channels）的通用理论框架，将EM注入与侧信道分析纳入同一闭环评估流程。其核心机制在于：现实世界大量普遍存在的非线性硬件（如放大器、模数转换器、电源转换器）会把秘密的低频电信号（如音频、模拟传感器值、功耗变化）混频到攻击者注入的EM载波上，从而使低频秘密经历上变频，转变成可远程接收的射频辐射；同时，攻击者可以通过调节注入载波的频率与幅度，动态地控制泄漏信号的频谱分布和信息熵，实现可定制的高效窃听。基于该框架，作者设计并实现了名为InjectEave的攻击系统。实验表明，仅使用常见商用RF设备，攻击者可在30米外（甚至穿墙）恢复有线/无线耳机播放的音频内容，还能窃取智能家居设备功耗模式及各类模拟传感器读数等低频秘密。进一步案例展示能对固定电话对话实施实时监听与操作，凸显闭环攻击的严重性。作者最后从缓解角度讨论了屏蔽、滤波、电路设计等挑战。这项工作为硬件安全评估引入新的主动侧信道维度，对远程信息窃取威胁建模有重要启示。

本文介绍 Argus，一个针对 PHP 应用程序的静态分析工具，旨在检测注入类漏洞（如 SQL 注入、命令注入等）。该工具的核心创新在于将所有可能的注入汇聚点（sink）纳入分析范围，而不仅仅是常见函数，从而减少漏报。作者提出了一种自动化方法，通过结合污点分析、数据流分析和启发式规则，从 PHP 内置函数和扩展中识别潜在的危险函数。实验结果表明，Argus 在多个真实世界 PHP 项目上比现有工具检测到更多漏洞，且误报率可接受。该研究对 Web 应用安全分析领域具有参考价值，适合安全研究人员和静态分析工具开发者阅读。由于仅基于论文摘要，具体技术细节和实验数据未完整呈现。

本文研究了一种针对图像生成与编辑工作流的新型安全漏洞。用户在使用生成式AI进行图像设计和创作时，通常采用多轮交互方式：先通过文本生成图像（文本到图像），再通过文本引导进行图像编辑（图像到图像）。研究者发现，在输入图像中嵌入几乎不可见的提示（hint），例如品牌信息（logo），可以被下游生成模型识别，并在后续编辑过程中重新渲染到语义相关的物体上，即使用户提示中并未明确提及该内容。这种隐藏有效载荷注入具有隐蔽性。论文提出了两种现实攻击场景：一是钓鱼场景，攻击者控制在线图像生成服务，在返回给用户之前向生成图像中注入隐藏内容；二是投毒场景，攻击者分发受损的文本到图像扩散模型，其输出包含隐藏内容。实验使用六种注入载荷（包括知名logo和定制设计），两种攻击的平均成功率分别为44.4%和32.2%，同时注入的logo在视觉上难以察觉。此外，研究者还开发了一种缓解方案，针对钓鱼和投毒攻击的平均防御成功率分别达到87.4%和92.3%。该工作揭示了多步生成流程中的安全隐患，并提出了有效防御。适合图像生成服务提供商、安全研究人员以及关注生成式AI安全的人员阅读。

该论文提出了一种名为DualStrike的新型攻击方法，能够对市面上常见的商用键盘实现高精度、实时的按键窃听与注入。研究团队通过分析键盘在按键过程中产生的电磁辐射或声学信号，利用深度学习模型从侧信道信号中恢复按键内容，并进一步实现按键注入（即模拟按键操作）。核心创新在于双通道融合机制：同时利用电磁和声学两种侧信道，显著提高了按键识别的准确率和鲁棒性，即使在多任务环境下也能保持实时性。实验在多种键盘型号上进行，验证了攻击的有效性和隐蔽性。该研究揭示了当前商用键盘在物理安全层面的严重缺陷，对涉及敏感信息输入的场景（如密码输入、金融交易等）构成直接威胁。

本文从形式语言理论的角度出发，针对基于注入的漏洞（如SQL注入、命令注入等）提出了一种新的防御思路。当前许多系统通过将用户输入与开发者编写的固定模板拼接来构造结构化命令（如SQL查询、XML文档或网络消息），但恶意用户可能通过精心构造输入改变命令的预期语义，导致注入攻击。现有解决方案多依赖于开发者的经验和警惕性，缺乏系统性保证。作者首先形式化定义了两个新的安全属性："意图等价性"（intent-equivalence）和"意图安全性"（intent-security）。意图等价性确保开发者编写的任何模板都不会导致恶意注入；意图安全性则保证语言中所有可能的模板都满足意图等价性，从而编程语言本身是安全的。基于这些定义，作者展示了新的设计模式可以帮助创建天然安全的编程语言。本文的主要贡献在于将注入漏洞的防御提升到语言设计层面，而非依赖运行时检测或输入验证，为从根本上消除注入漏洞提供了理论基础。