BSFuzzer: Context-Aware Semantic Fuzzing for BLE Logic Flaw Detection.
蓝牙低功耗（BLE）已成为现代物联网设备的核心通信标准，但其协议设计的复杂性导致了许多逻辑缺陷，例如字段解析语义歧义或无效状态转换，可能被利用实现认证绕过、未授权控制或拒绝服务（DoS）攻击。现有黑盒模糊测试工具通常基于随机变异或简单语法，
#LLM
共收录 2152 条相关情报。
← 返回所有主题IoTBec: An Accurate and Efficient Recurring Vulnerability Detection Framework for Black Box IoT devices.
本文提出 IoTBec，一种不依赖固件或源代码的物联网设备漏洞检测框架，专门用于发现黑盒设备中重复出现的漏洞。核心思路是构建“漏洞接口签名”（Vulnerability Interface Signature, VIS），该签名基于对黑盒接
SafeSpec: Fast and Safe LLM via Dynamic Reflective Sampling
大型语言模型（LLM）的推测性推理（speculative inference）虽然能加速解码过程，但本身不提供任何安全保障。现有的安全防御方法大多与推测性推理不兼容：它们要么引入额外计算，要么破坏草稿-验证机制，从而抵消加速优势。这揭示了
When Global Gating Is Enough: Admission-Time Hubness Control in Anisotropic Vector Retrieval Systems
该论文针对检索增强生成（RAG）系统中存在的向量中心（hubness）投毒风险提出了一种轻量级的准入时防御方法。在RAG中，少量文档可能成为大量查询的最近邻，这种“中心”现象使得攻击者可以通过注入一份恶意文档影响多个不相关请求的回答，构成数
Analyzing the Narration Gap in LLM-Solver Loops
该论文关注于将形式化工具（如SAT和SMT求解器）集成到语言模型推理流程中所产生的“叙述差距”问题。在安全或安全关键场景中，问题可被形式化为逻辑公式，求解器提供可验证的正确答案，但最终用户看到的是由LLM将求解器输出转化为自然语言叙述的结果
FloatDoor: Platform-Triggered Backdoors in LLMs
大型语言模型（LLM）日益部署在软件工程等敏感场景中，其输出直接影响下游工件。近期研究发现，同一模型在不同部署平台上可能产生可测量的输出差异，这是由非结合浮点运算和不同的内核实现所致。本文研究了这种平台依赖可变性的安全影响，揭示了LLM部署
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
CodeSentinel: A Three-Layer Defense Against Indirect Prompt Injection in Code Contexts
该论文提出 CodeSentinel，一种针对代码大语言模型（Code LLM）中间接提示注入攻击的三层推理时防御系统。研究背景：代码大语言模型在编程辅助中常从外部仓库、文档、问题线程和编码智能体环境检索代码上下文，攻击者可利用此过程在注释
PhantomSkill: Malicious Code Injection in Agent Skill Ecosystems
本文提出了名为 PhantomSkill 的攻击框架，针对基于大型语言模型（LLM）的编码代理（coding agents）所使用的技能生态系统。此类代理通过安装第三方技能包获取特定领域能力，但这也引入了新的供应链攻击面。PhantomSk
TRAP: Benchmark for Task-completion and Resistance to Active Privacy-extraction
本文提出了一个名为TRAP (Task-completion and Resistance to Active Privacy-extraction) 的基准测试框架，用于评估AI代理在涉及敏感隐私信息的文档处理场景中，平衡任务完成准确性与
Understanding and Mitigating Prompt Leaking Attacks in Real-World LLM-Based Applications
该论文系统性地研究了基于大语言模型（LLM）的应用中系统提示（system prompt）泄露问题。系统提示编码了核心逻辑和开发者定义的约束，是重要的知识产权，但易受提示泄露攻击。作者在六个主流商业平台上测量了1200个应用，发现超过80%
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
The Gate Is Only as Honest as Its Contracts: ContractGuard for the Contract Layer of Risk-Aware Causal Gating
本文针对工具增强型LLM智能体面临的间接提示注入攻击，分析了风险感知因果门控（RACG）防御机制的信任假设。RACG通过将危险工具从智能体的可见动作空间中移除来提供结构保证，但论文指出，这一保证将信任转移到工具合约（声明前置条件、效果、风险
Evaluating the Effectiveness of LLMs in Aiding Compliance Testing of PKCS#1-v1.5
该论文研究了如何利用大语言模型（LLM）辅助二进制协议实现的一致性测试，以PKCS#1 v1.5签名验证标准为例。PKCS#1 v1.5是一种广泛部署的TLV编码标准，其实现需要同时满足结构和语义约束。传统随机测试和简单变异难以探索协议的有
CloakLM: Obfuscating GPU Memory Layout to Mitigate Model Ex-filtration for Serving
本文针对第三方共享加速器基础设施上部署大型基础模型面临的模型窃取风险，提出了一种纯软件的内存混淆框架CloakLM。在现有服务部署中，模型提供者控制虚拟机或裸金属服务栈，但无法控制底层硬件（如主机到GPU互连、加速器结构、相邻基础设施组件）
SafeClawBench: Separating Semantic, Audit-Evidence, and Sandbox Harm in Tool-Using LLM Agents
本文提出 SafeClawBench，一个专门用于评估工具使用型大语言模型（LLM）代理安全性的分阶段基准测试。现有安全评估通常将所有失败模式合并为一个攻击成功率指标，难以区分模型仅是同意了攻击者意图，还是实际产生了可观察的损害。SafeC
Seeing Is Not Screening: Multimodal Hidden Instruction Attacks on Agent Skill Scanners
该论文聚焦于基于大语言模型（LLM）的Agent技能系统的安全扫描盲区。现有技能扫描器主要分析文本描述、manifest和源代码，忽略了视觉内容可能携带恶意指令的风险。为此，作者提出了一种名为SkillCamo的多模态隐藏指令攻击方法：攻击
A Red-Team Study of Anthropic Fable 5 & Opus 4.8 Models
该论文对 Anthropic 开发的两个前沿大语言模型（Fable 5 和 Opus 4.8）进行了系统性的红队测试，评估其对抗自动化越狱攻击的鲁棒性。研究使用 HackAgent 红队框架，生成了数十万次对抗性尝试，覆盖四个自动化越狱攻击
Evaluating Open-Source LLMs for Multi-Label ATT&CK Technique Classification on CTI Reports
本研究针对开源大语言模型（LLM）在多标签MITRE ATT&CK技术分类任务上的表现进行了系统性评估。当前已有的自动化方法大多基于简化后的单技术句子进行评测，无法体现真实网络威胁情报（CTI）报告中复杂的语言和多步骤攻击模式，导致性能被高
Structural Role Injection in Handlebars-Templated LLM Prompts: Triple-Brace Interpolation, Delimiter Family, and the Limits of HTML Auto-Escaping
本文研究了Handlebars模板引擎在LLM提示构造中的安全风险，特别是三括号插值（{{{x}}}）与双括号插值（{{x}}）对结构角色注入攻击的影响。Handlebars是Microsoft Semantic Kernel默认的提示模板