91341025112991831贡献值:47000

10SecurityPaper贡献值:46300

8zhousir贡献值:61000

先知社区（阿里云安全社区）发布的一篇漏洞研究文章，标题为《从一个辅助 API 看资源边界：CVE-2026-71486（vLLM）》，发布于 2026-09-16，关联编号为 CVE-2026-71486，标签为 xianzhi / research / community。文章讨论对象是大模型推理与服务框架 vLLM。vLLM 是当前主流的高吞吐 LLM 推理引擎，常以 OpenAI 兼容的 HTTP 接口对外提供服务，并在同一进程或同一集群内同时暴露推理接口、分词/模型管理、健康检查、监控指标等辅助性 API，广泛部署在多租户 GPU 推理平台、云上模型服务和企业内部 AI 中台上。从标题“从一个辅助 API 看资源边界”可以推断，文章的研究视角是：通过一个辅助性 API 作为切入点，考察该接口在权限校验、租户隔离与资源配额上的边界是否完整，即辅助 API 是否可能成为越过资源边界（例如访问或影响本不应触及的资源、对象或配额）的路径。原文正文未在本次输入中提供，因此漏洞的具体类型（如越权访问、资源耗尽、路径或对象边界处理不当等）、触发条件、受影响版本区间、修复版本、是否可远程触发以及是否需要鉴权前置条件均无法从现有信息中确认；文章也未提供攻击者归因、恶意软件家族、IOC 或明确的 ATT&CK 技战术编号。需要强调的是，当前输入中没有任何在野利用、武器化或已被纳入 KEV 的证据，因此在评估时应将其定位为公开的漏洞研究/披露信息，而非已知被利用的威胁事件。对防御方的直接含义是：凡是向外部或跨部门开放 vLLM 辅助接口的部署，都应重新核查这些接口的暴露范围、鉴权策略、多租户隔离与资源配额设置。

本条内容来自先知社区（阿里云安全社区），标题为《决赛直播｜第四届阿里CTF安全挑战赛》，发布于 2026-09-16，正文摘要为空，仅提供了赛事直播入口信息与社区标签（xianzhi、research、community）。从标题和标签可判断，这是一条面向安全从业者与爱好者的社区活动公告，介绍第四届阿里CTF安全挑战赛进入决赛阶段并提供直播观看渠道，属于安全竞赛（Capture The Flag）类内容，而非威胁情报或漏洞披露。CTF 赛事通常涵盖 Web 渗透、逆向工程、二进制漏洞利用（Pwn）、密码学、杂项（Misc）以及近年常见的云原生、容器逃逸、供应链等方向的解题比拼，其赛题设计往往取材于现实中的漏洞模式与攻击面，因此对蓝队有一定参考价值，可用于启发检测规则编写与威胁狩猎思路。但需要明确的是：本条输入不包含任何具体漏洞编号（无 CVE）、不包含任何攻击组织或恶意软件家族归因、不包含 IOC、也没有 ATT&CK 技术映射，赛题内容本身是受控环境下的教学与竞赛性质，不构成对任何真实资产的在野威胁。情报价值判断：该条记录应归类为社区研究/活动信息，适合作为安全能力建设的素材来源，不建议纳入漏洞管理、应急响应或威胁狩猎工单流程。

CVE-2026-9762：IBM JCC getConnection 触发反序列化链分析

一个 `/` 引发的沙箱失守：CVE-2026-55830 RestrictedPython 策略绕过——从复现到字节码的完整剖析

本条内容来自阿里云先知社区（Xianzhi，阿里云安全应急响应/技术社区），标题为《抢先加入AI时代顶尖安全团队！阿里云2027届实习生招聘来了！》，发布时间为 2026-09-16。从标题与标签（xianzhi、research、community）判断，这是一则面向高校学生的安全团队实习生招聘公告，宣传语强调“AI 时代”与“顶尖安全团队”，目标人群为 2027 届毕业生。需要特别说明的是：本条输入未提供正文（body excerpt 为空），因此除标题与标签外，无法核实招聘的岗位方向（可能涉及云安全、AI 安全、攻防对抗、应急响应等）、工作地点、投递渠道、时间节点与选拔流程等具体信息。 从威胁情报视角看，这条内容不包含任何攻击活动、攻击者归因、恶意软件家族、受害行业或地区、CVE 编号、IOC 指标，也不涉及 ATT&CK 战术技术；它属于社区公告/招聘类信息，而非漏洞披露、事件通报或威胁研究报告。因此不具备直接的检测、狩猎或应急价值，也不能作为任何组织的入侵指标或风险评估依据。 唯一具有一定参考意义的是趋势信号：头部云厂商安全团队将招聘宣传与“AI 时代”绑定，侧面反映出 AI 安全（模型安全、AI 驱动的攻防、自动化检测与响应、AI 供应链与数据安全）已成为安全人才需求的重点方向。对防御方而言，这类信息可用于了解行业人才竞争态势、规划团队能力建设与招聘策略，但不应被纳入威胁情报产品或告警流程。

1真爱和自由贡献值:152000

2T0daySeeker贡献值:127200

4idiot9贡献值:74000

7fastcoll111贡献值:63800

5Fausto贡献值:70000

6vghost贡献值:66300

3Signs贡献值:89600

渗透 Agent 拆机：高分背后，六套框架到底做对了什么

IFUNC 重定向:内核还没交权,resolver 已经在跑

该论文针对一个长期被忽视的度量问题：标准机构（如 NIST、各密码测评体系）通常用单一“比特数”来表述密码方案的安全强度，但这一数值实际上依赖于所采用的敌手成本模型——即如何为时间、内存、量子资源定价。不同约定（例如内存成本权重、量子算力折扣）会给出不同结果，甚至导致密码方案的排名发生翻转。作者提出 GAUGE 框架，把“安全性”从标量重新定义为定义在可行成本模型锥上的函数，称为“安全轮廓（security profile）”。这样，方案之间的比较就变成轮廓之间的比较，而排名翻转则被刻画为一种明确的结构性质，而非测量误差。论文形式化了成本模型锥上的“价格泛函”，证明安全轮廓是分段线性且凹的，并给出一个“评级三难（rating trilemma）”定理：当两条轮廓相交时，不存在任何评级方式能同时满足三点——忠实反映底层成本、对可比方案对全序可比、以及独立于所选成本模型。作者进一步给出一个多项式时间的线性规划（LP）流程，用于判定两个方案的排名是稳健的、在某些可行模型下会翻转的，还是本质不可比的。GAUGE 还被扩展为两层风险度量，融合随机密码分析退化（随时间推移攻击成本下降）与对正确成本模型的不确定性。评估覆盖 NIST 后量子标准、经典锚点方案以及 25 年密码分析攻破时间线：分析证明 ML-KEM-512 与 AES-128 的排名仅因内存定价 4–5% 的偏移即可发生翻转，并测得格筛法成本以约每年 9.79 比特的速度漂移（八年区间）；同时表明 X25519 + ML-KEM-768 混合握手在 2.3 KB 开销下可将联合被破概率降低约二十倍。配套工件可在 7 秒内复现全部表格与图。该工作为在相互竞争的成本模型下报告密码安全性提供了显式、可审计的框架。适合密码工程、密码敏捷性规划、后量子迁移与安全度量研究者阅读。

该论文针对一个在防御实践中长期存在的痛点：当源码不可得时（恶意软件分析、固件审计、嵌入式设备逆向等场景），如何对已编译的二进制程序进行漏洞检测。作者指出，现有方法大多依赖语法层面的规律性特征，或依赖由源码生成的较高级中间表示，这类特征对编译器版本、优化选项和编译配置的变化非常敏感，一旦目标只有汇编代码，方法的迁移性与可用性都会显著下降。 为此，作者提出 SEMA-GUARD 框架，核心思路是把语义分析与图神经网络（GNN）结合用于汇编级漏洞识别。其关键改进在于控制流图（CFG）的节点/边表示：传统基于图的二进制漏洞检测通常只保留控制流跳转等结构信息，而 SEMA-GUARD 在较低抽象层级上注入了程序执行相关的语义信息，具体包括栈操作（stack manipulations）、内存访问模式（memory accesses）以及数据流（data flow）关系。这样，图模型不仅知道“代码怎么跳转”，还能感知“数据如何被搬运与加工、栈帧如何被操作”，从而把容易受编译器变化影响的表层语法特征替换为更贴近程序语义行为的表示。 评测方面，作者基于 Juliet Test Suite 构建了一个数据集：先把每段源码编译为汇编语言，再切分成函数级别的代码块（function-level chunks），作为模型输入。论文称该方法仅依赖统计和结构信息（即不需要人工设计的漏洞模式或专家规则），在实验中达到 85.1% 的准确率和 0.801 的 F1 分数。作者据此认为，将语义信息融入基于图的模型，是提升编译后代码漏洞检测效果的一条可行路径。 需要说明的是，摘要只给出了整体指标，未披露模型的具体网络结构、节点/边特征工程细节、正负样本比例、是否按编译器/优化级别做交叉验证，也未说明对真实固件或恶意样本的泛化表现，因此其工程可用性仍需阅读全文与复现实验来确认。适合二进制分析、固件安全、恶意代码检测方向的研究者与具备二进制分析能力的 SOC/安全工程团队参考。

本文针对大语言模型（LLM）文本水印的对抗安全评估问题提出统一框架 MarkSec。研究背景是：LLM 水印被用于追溯生成文本的来源、支撑内容溯源与AI生成内容标识，但它同时面临三类对抗行为——窃取（stealing，从带水印文本中反推/恢复水印信息，使攻击者能复现或规避该水印）、擦除（scrubbing，通过改写等手段去除文本中的水印信号，使检测器失效）以及伪造（spoofing，构造能被检测器判定为带水印的文本，造成归因污染）。作者指出当前研究存在三个结构性缺陷：其一，三类攻击往往被孤立研究，彼此之间的能力依赖与可迁移关系不清楚，例如窃取能力是否会增强擦除效果缺乏统一刻画；其二，评估过程缺乏共享的检测器校准、指标定义与报告协议，不同论文的检测阈值、误报率约束、文本质量度量口径不一致，导致结果无法横向比较；其三，攻击成功率与生成文本质量被分开测量，无法识别那些“既有效又保质量”的攻击，容易高估破坏性强但输出质量崩塌、实际不可用的方案。为此，MarkSec 将窃取、擦除、伪造纳入同一分析框架，在统一报告协议下评估攻击，并提出“质量约束下的攻击成功率”指标，将攻击有效性与文本质量联合度量，同时显式引入能力假设（攻击者能访问哪些信息）与攻击通用性（是否跨水印家族、模型、数据集适用）。实验覆盖代表性的水印家族、攻击方法、LLM 与数据集，得到三点主要发现：第一，仅看水印去除率时最强的攻击，一旦要求文本质量可接受，可能反而不如通用改写（general rewriting）；第二，通用改写在所有水印家族上都是强基线，但其相对其他擦除方法的优势随水印家族不同而变化；第三，在针对某一水印家族的案例研究中，基于窃取的擦除方法在要求文本质量时往往不如最好的通用擦除基线。结论是：攻击的“表面赢家”高度依赖文本质量约束、攻击通用性与能力假设，安全评估必须显式声明这些前提条件。该工作对水印鲁棒性基准设计、检测器评估规范以及AI内容溯源治理具有方法论意义，适合水印/溯源研究者、模型安全评测团队与内容治理相关从业者阅读。

该论文研究漏洞根因分类的可复现性与自动化友好度问题。背景是：在漏洞管理、根因分析(RCA)与处置排序中，按根因弱点分类至关重要，而业界长期依赖 Common Weakness Enumeration(CWE)这一公共弱点库。但 CWE 条目之间存在大量语义重叠，结构并非正交，导致同一个漏洞可被同时映射到多个弱点，给 RCA 与分诊带来歧义。为此，NIST 特别出版物 800-231 提出 Bugs Framework(BF)，用 <cause, operation, consequence> 三元组组织漏洞，并将多个三元组连成因果链，使一个漏洞同时携带其根本原因与最终汇点(sink)，而不是只挂一个终态标签。然而 BF 目前只是被规范定义，尚未针对自动化分类所面临的挑战做过性能评估，也缺乏支撑采纳所需的实证证据。作者的贡献在于首次以实证方式评估 BF ：既把 BF 当作分类目标，也把它视为 CWE 的补充。他们构建了一个经过系统筛选的语料，由与 CWE 研究相关联的自动化采集 CVE 组成，并做两项评估。其一是定性的评分者间一致性研究：2 名领域专家独立将 13 个 CVE 映射到 BF 的四个轴上，结果显示在 cause 与 operation 轴上高度一致，而在 attribute 轴上仅为中等一致。其二是可复现性实验：在两个不同预算配置的大语言模型(LLM)部署上运行其自动化分类框架。作者同时指出研究局限，例如证据可获得性不足、闭源软件缺少可检索的修复提交等。总体结论支持 BF 比 CWE 更结构化、更适合自动化这一主张，并具体指出 BF 的短板，包括对 attribute 轴的指导规范不足。适合漏洞管理、RCA 与 AI 辅助分类方向的研究者和安全工程团队阅读。

本文研究量子密码学基础中的 Microcrypt（微观密码学）可实例化性问题。近期工作提出了哈密顿量相位态（Hamiltonian phase state, HPS）假设，该假设断言哈密顿量相位态可用于实例化伪随机态生成器与单向态生成器（one-way state generators）。更引人注目的是，此前有人猜想：即使单向函数（one-way functions）不存在，HPS 假设仍可能成立。若该猜想为真，HPS 假设将提供一条实例化真正 Microcrypt 的路径，即构造出强度严格弱于单向函数的、本质上只依赖量子假设的密码原语，这对密码学基础具有重大意义。本文证伪了这一猜想：作者证明如果 HPS 假设成立，则单向函数必然存在，从而彻底排除了使用哈密顿量相位态实例化真正 Microcrypt 的可能性。技术上，作者给出了一种从单向态生成器构造单向谜题（one-way puzzles）的通用方法，并配套设计了定制的“先测量、后询问”（measure first, ask later）态认证协议。该构造推广了此前借助经典影子（classical shadows）从单向态生成器构造单向谜题的方案，其核心优势在于能把单向谜题的性质与所用态认证协议的性质显式关联起来：若态认证协议允许高效的经典后处理，则可得到可高效验证的单向谜题；若态认证协议在某种意义下能被高效经典模拟，则可得到经典单向谜题，而经典单向谜题的存在蕴含单向函数。作者利用后一观察，通过分析相位态态认证协议的性质，证明了 HPS 假设蕴含单向函数。同时，前一观察提供了一个新的工具箱：通过为伪随机态与单向态生成器量身定制态认证协议，可以构造可高效验证的单向谜题。总体而言，该工作虽否定了以 HPS 实例化 Microcrypt 的设想，却把 HPS 假设转化为构造经典密码学的全新“固有量子”假设来源，并建立了量子态认证协议与经典单向性之间的桥梁，对量子密码学基础、假设层级关系及单向谜题构造均有方法论贡献。

该论文研究的是多源 LLM Agent 输入场景下的"片段级投毒"（segment-level poisoning）检测与定位问题。现代 LLM Agent 通常把检索到的文段、用户评论、外部文档等多来源内容聚合成一个 prompt，攻击者只要控制其中少量来源，就能注入恶意片段来操纵模型输出。作者指出，现有防御主要依赖文本模式匹配、外部嵌入模型或额外的辅助检测器，面对措辞流畅、语义上也说得通的投毒片段时容易失效，而且基本无法指出到底是哪一段被污染，缺少溯源能力。论文的核心观察是：成功的 corrupted-evidence（污染证据）与 adversarial-instruction（对抗指令）攻击会在 LLM 内部激活中造成结构化的偏移，形成一种一致的激活空间模式，作者称之为 poison direction（投毒方向）。基于此提出 ActProbe 框架：把 MLP 激活投影到学习得到的 poison direction 上，并用在一个小型校准集上训练的轻量线性 SVM 来判定整个 prompt 是否被污染；随后用 BinRoL 完成片段定位，它结合了递归替换消融、基于 Mahalanobis 距离的分支剪枝以及基于 MAD 的鲁棒叶子检测三种手段。ActProbe 不需要修改后端模型，并把定位开销从 O(n) 的穷举探测降到 O(k log n) 次前向传播。实验覆盖三个数据集、两种攻击和四个开放权重 LLM，达到 0.01 的误报率、0.05 的漏报率、0.94 的定位召回率和 0.90 的定位 F1 值；对防御感知的自适应攻击仍然有效，并可通过代理模型（surrogate）迁移，为黑盒 API 场景提供投毒片段移除能力。总体上，这是一篇把可解释性/内部状态分析用于 Agent 输入完整性防护的工作，适合 RAG 与 Agent 安全方向的研究者和防御工程师阅读。

Executive Summary In this research we introduce a prompt-crafting technique for bypassing quick LLM-based policy checks — using plain English (no emojis, base64, invisible formatting, etc.) A policy-violating payload (e.g. ”encrypt files in ~/Documents”, “give me a biohazard recipe”, “ignore all previous instructions and…”) is embedded in a specially crafted prose wrapper. An LLM with limited […]

该论文研究量子算法中「查询次数与内存（量子比特）之间的权衡」这一核心问题。经典背景下，对于均匀随机函数 f:[N]→[N]，BHT 算法用 O(N^{1/3}) 次查询加上一张 O(N^{1/3}) 规模的量子可访问经典表即可找到碰撞，而仅用对数空间的 Grover 搜索需要 O(√N) 次查询。介于这两个极端之间的最优查询—空间权衡长期是公开难题。作者在「标签对称算法」这一受限但自然的类中彻底解决了该问题：所谓标签对称，是指算法把函数 f 的输出标签视为可互换。作者证明，任何做出 T 次查询、使用 S 个量子比特、以常数概率在均匀随机函数上找到碰撞的标签对称算法，必须满足 T=Ω(N^{1/3}) 且 T²S=Ω(N log N)。当 M=N 时，这两个下界被一种空间高效的 BHT 实现所达到，因此在该算法类中是最优的。作为副产物，作者导出 Element Distinctness（元素唯一性判定）搜索版本的对应权衡：对 f:[n]→[n²]，任何标签对称算法必须满足 T=Ω(n^{2/3}) 且 T²S=Ω(n² log n)，与 Ambainis 量子游走算法的上界吻合，同样达到最优。技术路线上，作者发展了「空间敏感的压缩预言机（compressed oracle）」技术：压缩预言机以不断演化的数据库叠加态记录算法已学到的信息；借助标签对称性与表示论，作者证明使用 S 个量子比特的算法实际上只能有效保留约 O(S/log N) 条无碰撞数据库条目的信息，将该估计代入压缩预言机论证即得到上述权衡。该结果属于量子查询复杂度与时空下界的理论研究，作者未涉及任何具体密码系统的攻击实现或实验评估。

该论文研究电力系统状态估计中盲式虚假数据注入攻击（FDIA）的可达性与根本极限。FDIA 的目标是在篡改电网状态估计结果的同时躲过基于残差的坏数据检测器（BDD）。已有盲攻击方法把测量数据建模为低秩子空间来学习攻击方向，但这种纯代数视角存在两个缺口：一是没有刻画使攻击具备隐蔽性的物理电网约束，二是没有回答恢复完整攻击空间所需的最小信息量。作者在连通的直流（DC）支路潮流模型下证明：无噪正交检验中残差敏感子空间恰好等于加权回路空间（weighted cycle space），其正交补即为完整的隐蔽攻击空间。由此可得，加权回路空间知识对完整盲 FDIA 既必要又充分。该空间对拓扑的辨识能力仅到 2-同构（2-isomorphism）为止，对回路支路参数仅能确定每个双连通分量内的一个全局尺度，桥支路参数既不可辨识也非必需。作者据此给出一个计算上无约束的基准（上界）以及一种仅依赖测量数据、可求解的重构方法，并在多个 IEEE 标准系统上比较了在 95% 标称接受阈值下的 BDD 绕过率与状态影响。作为向交流（AC）的紧凑扩展，论文用一个回路流形（cycle manifold）刻画可行的支路 P/Q 测量，并在 GPU 上演示了拓扑辅助的流形拟合与测量生成；在无损、定电压、小角度极限下，有功功率切片的法空间退化为 DC 加权回路空间。整体上，该工作把盲 FDIA 从经验性的子空间学习推进到有严格数学刻画的可达性理论，并给出了可求解的信息恢复路径。

该论文研究容错量子计算机在运行过程中产生的遥测流（syndrome 测量、decoder 决策、reset 与时序记录）是否会泄露逻辑输入，即执行记录（execution transcript）的隐私问题。作者针对固定调度下运行 T=Θ(d) 轮的、距离为 d 的旋转 surface code 记忆体，在三个明确陈述的假设（sector-scalar honest backbone、transcript locality、Kotecky-Preiss smallness）下证明：从逻辑量子比特到 transcript 的信道，在 diamond norm 意义下与一个完全忽略输入的信道相差 e^{-Θ(d)}，即随码距指数级趋于输入无关。这类结论可由 correctability-privacy 对偶性一般性地推出。但论文强调各向异性（anisotropy）并不自动成立：每个逻辑轴必须付出其自身陪集的距离代价，因此在 amplitude damping 条件下，计算基标签的安全性由码的 Z-距离 d_Z≥d_min 决定，而不是由码距离 d_min 决定，二者可以相差很大。作者用两个量子距离均为 1 的码把这一差距具体化：phase-flip 码的 X-syndrome transcript 在未被观测的 damping 下精确地与输入无关，而 repetition 码则在一阶就发生泄露。一个匹配的逆命题（converse）进一步刻画了哪些记录确实会暴露输入，其中包含 lattice-surgery 奇偶读出。实验方面，作者在 156 量子比特超导处理器上评估其充分性证明条件，发现该证书的裕度差了 21.5 倍，因此在该硬件上无法直接引用该定理。直接测量则显示：在随机化、标签均衡的采集下，d_Z=1 的记忆体的记录可以以总变差 ≥0.927 识别其输入。固定码、改变 damping 暴露程度，实验结果复现了一个无参数的理论定律，实测指数为 0.85±0.03，与预测值 0.86 相符。最后，随机化编码可以在不增加任何双量子比特门成本的前提下，把该统计量压回噪声底线。总体结论是：容错本身并不授予 transcript 隐私，它只是把隐私的位置重新安排，并且只保护到逻辑态层面，而不保护电路自身身份。

Research by: Alexey Bukhteyev Key Takeaways Introduction Over the past several years, AI assistants have moved far beyond text generation. Modern systems can execute code, install additional dependencies, analyze user files, and access data through connected services. These capabilities significantly increase the practical value of LLMs, but they also change the security model: protecting user […]

For the latest discoveries in cyber research for the week of 7th Setpember, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Thomson Reuters, a global information and technology company, has disclosed a breach of its C-Track court case-management platform affecting courts across 11 US states and Canada. An unauthorized party obtained C-Track files […] The post 7th Septemb

该论文针对 5G NR 网络中通过侧信道实现用户追踪的研究。此前已有工作利用弱运营商配置泄露网络参数（如无线网络临时标识符 RNTI 或加扰因子 N_ID），或者通过低效的暴力破解方式解析下行控制信息（DCI），从而实现对用户的识别、实时活动分类和指纹追踪，影响数十亿 5G 用户以及部署私有 5G 网络的企业。本文提出一种新型技术，利用代数结构来逆向 DCI 的加扰过程，并完整集成到一个开源的端到端二进制 DCI 嗅探流水线中。该方法完全被动，不依赖任何侧信道泄漏，能够为后续攻击（如实时用户跟踪）提供支持输入，并支持自动检测所使用的控制信道配置。作者通过针对 srsRAN、OpenAirInterface5G 以及两家商用厂商部署的测量活动，验证了该方法的鲁棒性和性能。实验表明，在信噪比（SNR）低于有效通信预期值的条件下，其块错误率低于 1%，同时在参考样本上的处理速度显著快于此前提出的被动暴力破解方法。论文的核心贡献包括：提出一种基于代数结构的高效 DCI 去加扰算法，绕过了对 N_ID 或 RNTI 侧信道泄漏的依赖；实现了完整的开源 DCI 嗅探工具链；并通过多厂商实测证明了其通用性与有效性。需要注意的是，该研究揭示了 5G 标准设计中的隐私风险，即物理层控制信令结构本身可能导致用户被追踪，即使运营商配置正确也难以防护，因此对 5G 安全研究者、运营商和标准制定者具有重要参考价值。

BrakTooth是新加坡科技设计大学等机构的研究者针对蓝牙经典(BR/EDR)协议栈中Link Manager(LM)层开发的一种定向模糊测试框架。蓝牙无线协议应用广泛，但底层协议栈常由厂商自行实现，复杂度高，导致安全测试覆盖严重不足，尤其是设备固件中的低层处理逻辑。传统模糊测试方法难以触及深层协议状态，且难以同步精准的时序控制。该研究首先通过逆向分析多款主流蓝牙芯片的LM状态机，建立协议状态模型，并利用以软件无线电(SDR)为核心的发射装置，在精确控制时序的同时，生成大量符合蓝牙规范但内容非法的LMP数据报文，从而定向探测目标设备固件中可能存在的内存越界、空指针解引用、逻辑错误等缺陷。该框架在真实硬件上发现了超过20个零日漏洞，涉及多款常见蓝牙SoC和模块，涵盖智能音箱、智能手机、笔记本电脑等各类设备。这些漏洞可导致被攻击设备死机、蓝牙协议栈崩溃，甚至在部分设备上可触发可控的远程代码执行。研究团队将相关漏洞通报给多家CERT和厂商，并协助完成修补工作。其主要贡献在于：提出了一个面向复杂协议栈、可扩展的定向模糊测试方法论；证明了Link Manager层是蓝牙攻击面的薄弱环节；并构建了可复现的实验验证体系。该研究不仅披露了大量实际漏洞，更重要的是向工业界展示了通过系统化协议状态感知、消息校验和定向变异，能够高效挖掘出蓝牙基带及固件中的深层安全缺陷。对于硬件安全、无线协议安全的研究人员，以及蓝牙芯片厂商的固件与IC设计工程师而言，该论文具有重要的参考价值。

该论文题为《Private Blocklist Lookups with Checklist》，聚焦于隐私保护的黑名单查询问题。在现实应用（如恶意URL拦截、广告阻断、账号安全检测、威胁情报比对）中，客户端通常需要向服务器查询某个条目（例如域名、IP、哈希值）是否命中黑名单。传统实现若直接提交查询条件，会暴露用户的具体访问目标，构成严重隐私风险。现有替代方案包括让客户端下载完整黑名单进行本地匹配，但会带来巨大的带宽和存储开销，难以适应频繁更新的海量黑名单。论文针对这一核心矛盾，提出了一种名为Checklist的新型协议或系统，旨在使客户端能够在不向服务器泄露查询内容的前提下高效完成黑名单匹配。由于本次输入仅提供论文标题与作者，未包含完整摘要，无法确切描述其加密原语（如是否基于私有信息检索PIR、不经意传输OT、同态加密等）或具体性能指标。不过根据该研究领域的常见方法判断，Checklist很可能引入新的通信复杂度优化或并发查询结构，以兼顾隐私保护与现实可用性。该研究适合关注隐私增强技术、安全系统设计、密码学协议的研究人员和工程师，尤其对需要向用户提供检测能力但又不愿收集用户浏览数据的服务商具有参考意义。

AGFlow 三洞审计：补丁追着漏洞跑，有个版本掉队了

Windows11 0day内核提权漏洞分析与利用（CVE-2026-62737）

CVE-2026-73653：Vitest Browser Mode 权限绕过漏洞原理与代码分析

MariaDB 远程代码执行漏洞分析复现

从修复 diff 到第五个洞：LobeChat SSRF 盲区审计

该论文研究了多个 TCP/IP 协议栈实现中协议头字段的生成过程，发现这些字段会泄露关于全局协议状态的信息，并基于此构造了新的隐蔽信道。以往的工作通常假定主机未被防火墙保护，而本研究针对位于防火墙网络（包括源地址验证 SAV）内部的常见主机场景，提出了非破坏性的攻击方法：在数据外传场景中，非破坏性使得攻击更隐蔽、持续时间更长；在主机别名解析等应用中，确保伦理合规。研究重点覆盖 ICMP 和 UDP：ICMP 常被防火墙放行，UDP 在 HTTP/3 和 QUIC 推动下预计占据更大互联网流量份额，同时论文也对 TCP 给出了结果。核心贡献在于揭示了一种新的信息泄露面——通过远程观察和修改系统全局状态字段实现隐蔽通信，不依赖典型破坏性载荷。适合防火墙设计者、协议栈实现者、蓝队与安全研究员阅读，以理解协议状态信息如何成为隐蔽信道的载体。

Research by: Amit Yardeni Key Points Introduction Since mid-2025, Check Point Research has tracked a sustained campaign against Brazilian organizations. The tradecraft points to a Chinese-speaking cybercrime group connected to Earth Berberoka, an actor first documented targeting gambling sites across Asia. Once inside a victim, the group deploys a broad Linux toolkit: a custom downloader, several

本文关注智能农业（特别是奶牛养殖）中的网络安全问题，提出并建设了一个专门用于研究智能农场安全性的测试平台（testbed）。随着现代精准农业和农业科技的发展，农场正逐渐成为典型的网络物理系统（CPS）：现代奶牛场配备了用于动物监测的物联网（IoT）设备以及全自动挤奶厅。然而，现有网络安全研究往往聚焦于能源、供水、制造等关键国家基础设施（CNI），对农业食品供应链的安全关注不足。作者指出，针对农场的网络攻击可能影响食品供应、降低农民收入，并损害动物福利。由于缺乏真实可信的测试环境，安全社区对农用技术（agritech）设备的安全性研究十分有限。为此，本文详细描述了面向乳制品行业的智能农场测试平台的设计过程，包括系统架构、硬件与软件组件、网络拓扑等，并总结了在设计与构建过程中遇到的挑战和获得的经验教训。此外，作者还提供了对测试平台内设备与软件进行初步安全分析的一些早期结果，展示了可能存在的攻击面。最后，文章讨论了未来研究方向，包括如何扩展测试平台、开展更深入的安全评估以及开发针对智能农业的检测与防御方法。该论文的主要贡献在于填补智能农场测试床缺失这一空白，为后续研究者提供了可复现的实验基础设施，并为理解农业CPS中的安全威胁奠定了基础。适合智能农业安全研究人员、CPS安全工程师以及关注食品供应链安全的蓝队成员阅读。

本文为一篇名为《LAMP: Lightweight Approaches for Latency Minimization in Mixnets with Practical Deployment Considerations》的学术预印本（arXiv论文），主要关注混合网络（mixnet）中的延迟优化问题。混合网络是匿名通信系统的重要基础设施，通过将消息在多个节点之间混合、重排序和延迟转发来抵抗流量分析，但在实际使用中，引入的延迟会严重影响实时交互应用（如即时消息、Web浏览等）的体验。该论文的核心目标是提出名为LAMP的轻量级方法，在不显著牺牲匿名性的前提下最小化混合网络的端到端延迟，并特别考虑了实际部署环境中的约束与折衷。由于在此次输入中仅提供了论文的致谢与资助声明，未包含任何技术细节、方法描述、实验数据或具体贡献，无法给出更精确的内容总结。基于标题推断，LAMP可能采用了轻量级的路由策略、批量处理优化、动态调度算法或匿名度-延迟权衡模型，且作者强调了面向现实网络的实现可行性。需要阅读全文才能了解其架构、评测指标与性能结论。该研究属于匿名通信与隐私增强技术领域，对于希望部署低延迟匿名服务的开发者或研究者而言具有参考意义，但暂无可落地的防御或检测直接建议。

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体覆盖能力的影响此前未被系统度量。已有的纵向研究表明规则维护过程并不收敛，但那些研究仅关注后来被回滚的修订，对从未被撤销的规则收窄无法感知。作者在 SigmaHQ 规则语料库中，跨越 9 年共 8,234 条修订记录，提出了一种语义层面的检测方法：通过分析否定谓词集合的增长与规则覆盖范围的补偿性增长之间的不平衡，识别规则被“收窄”的现象。该方法不依赖数据训练，是确定性的，并以代码形式发布定义。作者用盲法人工标注验证了该方法，精确率达到 0.828，召回率达到 0.911。研究发现：排除操作共发生 1,642 次，仅有 304 次被撤回，比率约为 5.4:1；在单条规则层面，这一比率升至 13:1。此外，约 31% 的收窄无法通过结构比较直接看出，现有方法因而明显低估了规则收窄程度。Kaplan-Meier 估计显示，86.7% 的排除在三年后仍然生效，且规则是否为对应 ATT&CK 技术的唯一覆盖与该持久性无关（p=0.49）。路径类排除中有 64.1% 可以被非特权进程通过选择特定文件名而规避。总体表明：误报排除会不断积累、极少被复审，且不按风险后果进行优先级排序。最后作者给出了一个初步决策标准，帮助安全团队决定优先检查哪些排除条件。该研究对检测工程与规则生命周期管理有实际参考价值。

Research by: hasherezade Key Points Introduction JSCeal is a stealer delivered as compiled V8 bytecode (.jsc) and executed by a bundled Node.js runtime, targeting cryptocurrency applications (other vendors also tag it with the names WEEVILPROXY or MeadowLocust). Its campaign activity dates back to March 2024 [1]; Check Point Research has been tracking the malware since early […] The post Breaking

For the latest discoveries in cyber research for the week of 31st August, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Manchester Airports Group, the UK operator of Manchester, London Stansted, and East Midlands airports, has disclosed a cyberattack that exposed data belonging to about 8.7 million customers. The compromised information includes contact details, […] Th

大型语言模型（LLM）在生产环境中的可靠部署高度依赖运行时安全防护栏（runtime guardrails）。然而，现有防护方案大多采用独立的外部模型，不仅带来额外的推理开销，还会延迟安全信号并难以跟上基础模型能力的快速演进。为应对上述挑战，本文提出SingProbe——一种轻量级的内在运行时防护机制，它直接复用LLM在自回归解码进程中产生的隐藏状态（hidden states），在不影响原模型推理流程的前提下，随解码过程同步进行实时安全评估。SingProbe在统一框架中连续执行三类逐token预测：查询意图（query intent）、响应安全性（response safety）和幻觉风险（hallucination risk），其额外防护推理开销极小，被作者称为“免费午餐”方案。为了验证流式防护的有效性，论文还构建了SingStreamBench基准，专门考察防护拦在良性前缀上是否保持静默，同时能及时捕捉新出现的不安全内容。实验表明，SingProbe仅需约200万参数，附加开销低于0.5%，即可达到或超过体积远为庞大的独立防护模型和专业幻觉检测器的性能。除被动检测外，SingProbe生成的风险分数还可以用于预测后续生成内容的风险程度，并指导受约束的安全解码，从源头规避潜在问题。论文进一步将该范式扩展至医疗文本生成任务（SingProbe-Med），根据临床风险的出现情况有选择地触发干预措施。综合来看，这项工作表明LLM内部表示能够为生成过程的监控和控制提供一个高效且有表现力的接口，对未来构建低延迟、低成本的运行时安全体系具有重要参考价值。

本论文设计并实现了 C-Frame，这是首个用于实时收集真实环境中 CAPTCHA 攻击数据的测量系统。作者首先研究了 CAPTCHA 协议和人工打码农场（human-driven farms）的近期演变，从中发现了一个独特的观察点，能够以全球规模开展 CAPTCHA 攻击测量研究。C-Frame 被设计为与 CAPTCHA 类型无关，并在伦理上进行了充分考虑。系统部署了 92 天，捕获了来自 1417 个网站的 425,257 次 CAPTCHA 攻击。为了对这些攻击进行分类，作者采用了一种由 3 名分析师参与的精心设计的定性分析方法，最终归纳出 34 种不同的 CAPTCHA 攻击类别，并附有多个真实世界的攻击案例。测量结果显示，Twitter 收到的 CAPTCHA 攻击数量最多（约 255,480 次请求），其中大部分试图创建机器人账号。研究还捕捉到了多种攻击类型，包括：票务黄牛（例如巴西泰勒·斯威夫特演唱会活动）、虚假诉讼索赔、滥用预约申请（例如中国境内的西班牙签证网站），以及通过 CAPTCHA 辅助下载政府网站数据（例如美国 20 个州的网站）的尝试。攻击来源分布在 5 大洲的 58 个国家。论文详细分析了攻击数据，提供了深入的测量分析见解，并提出了未来可能的补救措施。该研究为理解 CAPTCHA 攻击的生态、规模和方法提供了前所未有的真实数据基础，对 CAPTCHA 服务提供商、网站运营者和安全研究人员具有重要参考价值。

Linux内核漏洞利用之CVE-2026-64563

GOT/PLT 惰性绑定与 setuid 程序导入函数劫持

这篇论文通过一项与荷兰执法部门的独特合作，首次获得了某家以滥用问题闻名的托管服务商内部运营后端的访问权限，从而对反滥用生态系统进行了罕见的内部观察。研究核心问题是：不同类型的滥用举报（如CSAM、垃圾邮件、版权侵权、端口扫描等）在托管服务商那里会得到怎样的处理？哪些举报会被缓解，哪些会被忽视？背后的决策逻辑是什么？作者利用这家托管服务商的内部滥用处理数据，分析了举报者身份、滥用类别以及外部治理工具（如屏蔽列表、断网对接、执法问询）对服务商行为的影响。主要发现包括：客户通知率高度依赖于举报者的类型和滥用类别；CSAM和垃圾邮件相关的举报通常会触发缓解行动，而版权侵权和端口扫描的举报则经常被忽略；能够直接影响业务连续性的治理工具（如屏蔽列表、断网、执法问询）显著影响服务商的通知行为，而来自个体的滥用举报则容易被忽视。论文贡献在于揭示了反滥用生态系统中各治理机制的实际效力差异，为政策制定者调整治理手段与有效的滥用处理实践提供了依据。适合关注网络安全治理、滥用处理流程、托管商合规以及互联网政策研究的人员阅读。

该条目对应 WPES '22（第21届电子社会隐私研讨会），这是与ACM CCS（计算机与通信安全会议）同步举行的国际学术研讨会，聚焦于现代电子社会中的隐私保护问题。本届研讨会的程序委员会共同主席为Yuan Hong（伊利诺伊理工大学）和Lingyu Wang（康科迪亚大学）。研讨会旨在汇聚安全、隐私、法律与社会科学领域的学者，讨论日益数字化社会中的隐私挑战。根据研讨会历年主题，内容通常涵盖：匿名通信、差分隐私、数据挖掘中的隐私、位置隐私、社交网络隐私、物联网隐私、隐私政策与合规、隐私增强技术、去中心化身份、医疗数据隐私、机器学习中的隐私（如联邦学习、成员推理攻击）、隐私计量与用户行为研究等。由于仅提供标题与作者信息，缺乏具体论文摘要，无法详细描述每项研究的技术细节或实验结论。但作为顶级的隐私领域学术活动，WPES '22 代表了该年度隐私研究的前沿方向，适合隐私保护研究人员、数据合规人员、安全架构师以及关注隐私法规（如GDPR、CCPA）的技术决策者阅读，以了解隐私攻击与防御的最新进展。

本文研究的是数字签名 PDF 文档的安全性。数字签名常用于合同、发票等场景，用于保证文档的完整性和来源真实性。用户打开签名 PDF 时，如果文档被修改，阅读器应显示警告。然而，2019 年 Mladenov 等人曾揭示多种 PDF 阅读器实现中的解析漏洞，并展示了可以在不使签名失效的情况下修改 PDF 文档的攻击方法。此后，受影响的 PDF 阅读器厂商纷纷采取对策，阻止了所有已知的攻击。本文在此基础上提出了一类新的攻击，名为“影子攻击”（Shadow Attacks），其核心思路是绕过现有防护措施，通过构造特定的 PDF 结构或内容表示，使得阅读器在验证签名时看到的内容与实际显示或处理的内容不一致，从而在签名仍然有效的情况下隐藏或替换文档内容。该研究系统性地分析了多种主流 PDF 阅读器，并展示了影子攻击在新版软件中的可行性。主要贡献包括：揭示现有防护措施的不足，提出攻击的分类框架，并讨论潜在的缓解方案。本文适合对 PDF 安全、数字签名验证逻辑以及文档解析器安全性感兴趣的研究人员和蓝队成员阅读。

本文是第20届编程语言与安全分析研讨会(PLAS 2025)的会议通知。PLAS为学术界和工业界提供了一个探讨如何利用编程语言和程序分析技术来增强软件系统安全性的论坛，覆盖范围从底层编译器到机器学习模型和智能合约等新兴领域。研讨会鼓励提出新颖且富有前瞻性的观点，对新兴威胁和问题进行讨论，并特别欢迎立场论文，以激发关于编程语言与安全交叉领域未来研究方向的深刻讨论。自2007年在圣地亚哥首次举办以来，PLAS已走过20年，成为该领域的重要学术活动。今年的会议将包括两场主旨演讲（分别由Limin Jia和Jan Reineke主讲）以及5篇论文报告。对于安全防御者而言，该研讨会所呈现的研究成果可能推动更先进的静态分析、形式化验证、类型系统、程序修复等技术，从而提升软件供应链安全、智能合约审计以及机器学习模型的可信性。虽然本通知未提供具体技术细节，但其中提及的研究方向对于构建更可靠的漏洞检测工具和开发安全方法具有潜在价值。

该论文针对双因素认证（2FA）用户旅程的一致性问题进行了首次系统性研究。研究背景基于用户体验的启发式原则：用户往往会将从一个产品中形成的期望迁移到其他产品，因此如果不同网站之间的2FA设置与使用流程缺乏外部一致性，可能增加用户的认知摩擦，导致挫败感甚至放弃使用。核心问题是：顶级网站之间2FA用户旅程的外部功能一致性程度如何？研究者对排名靠前的网站进行了系统评估，检查了2FA功能的命名、设置入口位置、配置流程及使用方式等多个设计维度。主要发现包括：这些网站仅在极少数设计方面表现出一致性，例如设置项的名称和菜单位置；而在第二因素的设置与使用环节呈现混合多样的设计模式。更为关键的是，某些一致性较高的方面（如2FA的功能描述）在已有文献中被指出存在问题，反而可能对用户体验产生负面影响。基于这些结果，论文倡导为2FA实现者制定更通用的用户体验指南，并为后续关于2FA用户旅程的研究提出了新的研究方向。该工作对安全社区理解多站点间2FA体验差异、优化安全功能设计具有参考价值，适合关注认证可用性与人机交互的安全研究人员阅读。

For the latest discoveries in cyber research for the week of 24th August, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Latvia’s Road Traffic Safety Directorate (CSDD) has confirmed a breach affecting payment records of more than 1.2 million people – roughly two-thirds of the country’s population – as well as 200,000 organizations. The […] The post 24th August – Threat

本文针对 Windows 恶意软件中利用系统原生二进制文件（Living-Off-The-Land, LotL）的规避技术进行了首次大规模系统化研究。随着检测算法日益复杂，恶意软件作者采用了同样复杂的规避机制，而 LotL 技术被认为是其中主要手段之一，它通过滥用系统中已存在的合法程序执行恶意行为，从而降低被检测的风险。作者收集了多个恶意软件数据集，总计包含 31,805,549 个样本，系统分析了这些原生系统二进制文件在恶意软件中的使用普遍性。结果显示，LotL 技术的平均使用率约为 9.41%，且在高级持续性威胁（APT）样本中尤为突出，使用率达到 26.26%，是普通商品恶意软件的两倍以上。为了进一步说明 LotL 技术的规避潜力，研究在本地沙箱环境中，针对多个已完全修补的 Windows 系统测试了 LotL 技术的使用情况，并证明 10 款主流防病毒产品普遍存在检测盲区。该研究首次以大规模数据量化了 LotL 技术的流行程度，揭示了现有安全产品在该类攻击面前的不足，为蓝队和安全研究人员理解、检测及防御 LotL 相关攻击提供了重要的实证基础。论文特别适合恶意软件分析师、入侵检测工程师以及安全产品研发人员阅读，用于评估和提升对无文件攻击和系统可信工具滥用的检测能力。

Directus 文件导入 SSRF：官方只修了一半，剩下 4 个盲区

本文提出 TraceGrant，一个面向网络化大语言模型（LLM）智能体的合同化安全治理框架。网络化 LLM 智能体从电子邮件、云存储、日历、交易平台和 Web 服务检索信息以完成多步骤任务，这些任务会产生持久的外部效应。合法执行所需的内容中可能同时包含间接提示注入，从而重定向工具调用、篡改敏感参数或破坏任务完成。现有防御主要约束不受信内容或单个工具调用，未能充分连接用户意图、运行时证据、实际效果和任务完成状态。TraceGrant 通过显式契约（Contract）在任务-效果生命周期内实施治理。执行前，从受信任的用户请求中建立任务-效果边界；执行中，被接受的证据只能实例化契约已授权的权限；执行后，根据实际工具结果验证任务完成情况。在固定基准设置下，针对949个 AgentDojo 和400个 Agent Security Bench 攻击案例，TraceGrant 记录零攻击成功，同时分别在77.32%和83.00%的攻击率下保持可用性。作者还通过白盒防御感知攻击、契约质量分析、阶段消融、定向压力测试和运行时开销测量进一步评估 TraceGrant。结果表明，TraceGrant 提供了一个统一的治理层，将受信任的用户意图、运行时证据、具体工具执行和经过验证的任务完成连接起来。该论文适合对 LLM 智能体安全、提示注入防御和形式化安全契约感兴趣的蓝队和安全研究人员阅读。

该论文针对基于标签的消毒器（Tag-based Sanitizers）在内存错误检测中面临的标签碰撞问题展开研究。此类消毒器通过为内存区域分配标签来追踪访问合法性，但当不同内存区域拥有相同标签时，会引发误报或漏报，降低检测准确性和效率。论文提出了一种基于簇（Cluster）的内存管理策略，将内存空间划分为多个簇并为每个簇独立管理标签分配，从而显著减少标签碰撞的概率，并优化内存使用和运行时开销。通过这种簇级隔离，每个簇内标签空间独立，碰撞仅发生在局部，避免了全局标签池的拥挤问题。实验表明，该方法在保持较低性能开销的同时，有效提升了检测的精确度和覆盖率，相较于传统全局标签管理方法具有明显优势。论文的主要贡献在于揭示了标签碰撞问题的严重性，并设计了一种可扩展的簇式内存管理方案，为未来消毒器的优化提供了新思路。由于仅基于标题和摘要信息，具体技术细节和实验数据需参阅原文验证。

Research by: Jiří Vinopal (@vinopaljiri) Abstract What if a trusted security component could be repurposed into an attacker-controlled kernel primitive? What if a signed Microsoft remediation driver could be instructed to execute arbitrary file and registry operations from Ring 0 – without exploits, vulnerabilities, or memory corruption? In this publication, we present the first full […] The post

【AI安全】Agent 执行时间窗风险：TOCTOU 点击劫持分析

本文研究蜜词（honeywords）在凭证数据库泄露场景下的有效性，重点关注攻击者已掌握同一用户在其他网站密码的威胁模型。蜜词是添加到凭证数据库中的诱饵密码，若攻击者使用蜜词登录，则表明该网站凭证数据库已泄露。作者首先证明，对于用户自选密码（而非密码管理器生成的算法密码），现有蜜词生成算法在该威胁模型下无法同时接近理想误报率（≈0）和理想漏报率（≈1/(1+n)），其中n为每个账户的蜜词数量。其次，对于使用算法生成密码的用户，现有最先进的蜜词生成方法产生的蜜词不够具有欺骗性，导致大量漏报。研究发现，只有使用与用户相同密码生成器的蜜词生成算法才能提供足够欺骗性的蜜词。然而，当防御者从单个账户密码推断生成器的能力不如攻击者从多个密码推断生成器的能力时，这种欺骗性也会减弱。总而言之，研究结果为蜜词研究现状提出了警示，并给该领域带来了新挑战。

本研究针对物联网（IoT）设备——包括智能音箱、摄像头、门锁、恒温器等——被恶意伴侣滥用于亲密伴侣暴力（Intimate Partner Abuse, IPA）的现象，进行了深入的定性研究。作者通过对亲身经历者和二手经历者（如受害者的朋友、家人或服务人员）的访谈，收集了大量一手资料，系统梳理了施虐者如何利用智能家居设备实施监控、控制、孤立、骚扰和报复等行为。研究发现，IoT 设备的联网特性、远程访问功能、语音助手交互、以及多个设备联动，为施虐者提供了新的、隐蔽且可常态化的虐待手段。论文进一步归纳了不同设备类型对应的滥用模式，并指出受害者在此情境中面临取证困难、隐私被侵蚀、难以逃脱等特殊挑战。研究从用户角度出发，提出了一系列面向设备制造商、平台设计者、服务提供者和政策制定者的安全与隐私建议，包括改进默认设置、增强用户可见性与控制权、提供应对家庭暴力的应急机制等。该研究对于安全社区理解 IoT 环境的恶意使用场景、设计防护对策具有重要参考价值。

Research by: Jaromír Hořejší (@JaromirHorejsi) Key points Introduction We first noticed a ransomware family called StopAndProtect in the middle of May 2026. Further analysis of the infrastructure reveals that the infection chain starts with a ClickFix social-engineering technique, which prompts victims to execute a PowerShell command. This leads to two stages of additional downloaders and […] The

For the latest discoveries in cyber research for the week of 17th August, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Colombia’s Ministry of Justice has experienced a ransomware attack that affected part of its technology infrastructure and disrupted public services related to illicit-drug monitoring and legal processes. Officials confirmed that some files were […] T

本论文提出一种名为 IPvSeeYou 的新型隐私攻击，使远程且无特权的攻击者能够对大量住宅 IPv6 主机和网络进行街道级精度的物理定位。攻击核心利用了三项技术：首先，通过高速网络探测大规模获取嵌入在 IPv6 地址中的 MAC 地址，这些地址往往来自家用一体化路由器的 WAN 接口，因协议设计而向上泄漏；其次，开发了一种统计推断技术，能够在不同厂商和设备型号间将路由器 WAN MAC 与 WiFi BSSID（基本服务集标识符）关联起来；最后，利用公开的 wardriving 地理定位数据库进行数据融合，将 WiFi BSSID 的已知位置映射到对应的 IPv6 前缀。通过大规模实施，研究者成功定位了全球 146 个国家和地区超过 1200 万台路由器的 IPv6 前缀，并通过实测验证中位定位误差仅为 39 米。此外，攻击还利用设备聚类和公共倒数第二跳路由器关联的方法，将覆盖范围进一步扩展到更多住宅路由器。研究者已负责任地向相关制造商和运营商披露了问题，但由于现网中大量家庭有线/DSL 路由器的生态僵化，该隐私威胁预计将持续存在。论文揭示了 IPv6 地址中 MAC 地址泄漏的严重性，以及硬件指纹与外部定位信息融合所导致的隐私风险，为 IPv6 安全设计和隐私保护提供了重要警示。

本文研究 TLS 会话票据（Session Tickets）机制中的安全缺陷，重点关注会话票据加密密钥（STEK）在 Web 服务器之间共享时带来的认证绕过风险。TLS 会话票据是用于恢复 TLS 会话的凭证，通常由服务器使用 STEK 加密后发给客户端，客户端在后续连接中回传该票据。若多台服务器（如负载均衡集群）共享相同的 STEK，则任何一台服务器被攻陷后，攻击者持有该 STEK 即可伪造或解密其他服务器的会话票据，从而绕过基于客户端证书或会话的认证机制。论文针对这一场景提出了具体攻击模型，分析了真实世界 Web 服务器中 STEK 的生成、分发与使用方式，并通过实验验证了攻击的可行性。研究还讨论了相关的缓解措施，如使用独立密钥、定期轮换、安全分发机制等。该工作为 TLS 服务器安全配置提供了重要警示，并建议服务提供商审查其会话票据密钥管理策略。本文适合关注 TLS 协议安全、认证机制以及 Web 服务器安全配置的研究人员和系统管理员阅读。

本文提出了一种名为 KernelSnitch 的新型通用软件侧信道攻击，目标是大内核数据结构（如哈希表和树）。这些结构广泛用于存储内核和用户信息，例如用户空间锁的元数据。其核心思想是，这些数据结构的大小是可变的（从空状态到任意数量的元素），因此访问它们所需的时间会随元素数量（即占用水平）变化，产生一个时序侧信道。即使硬件本身无泄漏，操作系统等软件组件仍可能引入此类泄漏。作者表明，非特权且隔离的攻击者可以在用户空间可靠地观测到这些微小的时序差异，并通过方法放大差异。论文通过三个案例研究验证了 KernelSnitch 的有效性：第一，隐蔽信道传输速率高达 580 kbit/s；第二，利用 Linux 哈希表的特定索引机制，在不到 65 秒内泄漏内核堆指针；第三，网站指纹攻击的 F1 分数超过 89%，表明可以观察其他用户程序的活动。这些攻击不依赖特定硬件，因此具有普适性。最后，作者讨论了针对此类硬件无关攻击的缓解措施。该研究揭示了操作系统内核数据结构中的软件侧信道风险，即使在没有微架构侧信道泄漏的假设下，仍然存在信息泄露的途径。对于安全研究者、操作系统开发者和防御者而言，本文提供了重要的威胁模型扩展和防护思路。

For the past year, the ransomware conversation has centered on concentration: a handful of dominant RaaS operations controlling most of the damage, and a shrinking pool of active groups fighting over the same territory. The State of Ransomware Q2 2026 report from Check Point Research shows that picture starting to shift. The leaders are still winning, but […] The post The State of Ransomware Q2 20

该论文针对Web应用指纹识别技术的性能问题展开研究。Web应用指纹识别是一种通过分析Web服务器的响应特征来识别其运行软件的技术，既被攻击者用于预判目标系统的脆弱性以制定攻击策略，也被防御者用于资产发现和安全评估。然而，现有指纹识别技术的准确性并未得到充分验证。论文首先在互联网上对大量Web服务器进行了大规模分析，发现当前指纹识别技术往往不准确，尤其当遇到经过修改或混淆的应用时表现更差。针对这些局限，作者设计并实现了一种新的指纹识别技术，该技术对常见的应用修改和混淆手段具有鲁棒性。为了验证新技术的有效性，论文在多种不同的Web应用上进行了评估，结果显示，该技术显著提高了Web应用指纹识别的准确性和鲁棒性，同时保持了较低的开销。该研究为安全领域提供了更可靠的指纹识别工具，有助于提升资产发现和风险评估的准确性。

Key Points Introduction Since early 2026, Check Point Research has tracked a wave of the Operation Dream Job campaign. This wave primarily targeted the defense sector worldwide, with a particular emphasis on companies operating in the aerospace and aviation industries. We observed the threat actor distributing modified PDF viewers designed to execute malicious payloads embedded within specially […

For the latest discoveries in cyber research for the week of 10th August, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES North Carolina Ports, the US authority operating the ports of Wilmington, Morehead City and others, has suffered a cyberattack that forced some operations onto manual processes. The authority claims it has contained […] The post 10th August – Threat I

WG-Win-Check 轻量应急辅助工具

本文介绍了 BGPy，一个开源的、可扩展的、健壮的、易于使用且高效的 BGP（边界网关协议）安全模拟器，旨在用于研究和教育。尽管 BGP 的安全性及其域间路由的重要性众所周知，且多年来经历了多次攻击和事件，也开展了大量研究和努力，但该领域的安全问题仍然是一个挑战。BGPy 作为 Python 包提供，支持对多种 BGP 攻击和防御场景进行逼真的模拟。它允许用户自定义和扩展，以研究新的攻击和防御机制。文中还描述了 BGPy 当前如何被多个 BGP 安全项目所使用。该工具的核心价值在于为研究人员和学生提供一个灵活的实验平台，以便在受控环境中评估 BGP 安全协议、攻击方法和缓解策略，而不必在真实网络中进行高风险测试。其主要贡献包括：开源可用、设计上强调可扩展性、性能高效，并且已经过实际项目的验证。适合 BGP 安全方向的研究人员、网络运营商安全团队以及教学场景使用。

本文提出 SugarCoat，一种自动生成隐私保护且网页兼容的资源替换方案，以解决内容拦截工具中的隐私与功能权衡问题。当前许多广告拦截和隐私保护工具为了不破坏网站功能，会对大量具有隐私风险的脚本进行豁免，导致这些脚本仍能访问敏感数据。SugarCoat 允许过滤器列表作者基于自定义隐私策略，自动修补 JavaScript 脚本，限制其对敏感数据的访问，并生成与现有内容拦截工具（如 uBlock Origin、Brave）兼容的资源替换文件。作者将 SugarCoat 应用于 EasyList、EasyPrivacy 和 uBlock Origin 过滤列表中的 6000+ 例外规则，自动替换被豁免的脚本，并在 Alexa 10k 页面上进行爬取评估。实验表明，SugarCoat 在保持网页功能方面与豁免脚本相当，而在隐私保护方面则类似于直接拦截脚本，有效兼顾了功能与隐私。SugarCoat 强调实际部署，设计上注重与现有工具的兼容性、策略灵活性和可扩展性。目前该工具已开源，并已集成到 Brave 浏览器的内容拦截中，初步生成的一组资源替换已向 Brave 用户发布。该研究为浏览器隐私保护提供了新思路，尤其适用于需要精细控制第三方脚本数据访问的场景。

本文研究数据高效后门攻击中的投毒样本选择问题。后门攻击通过污染训练数据，使模型在干净输入上保持正常精度，但在包含触发器（trigger）的输入上预测攻击者指定的目标类别。在极低投毒率（low poisoning rate）场景下，只有少数样本能够传递触发器-目标关联，因此投毒样本的选择对攻击效果至关重要。现有方法通常基于逐样本评分对候选样本排序，容易从相似的语义区域中选取冗余样本，且许多方法需要针对特定任务训练代理模型，代价高而泛化性差。作者提出了一种名为分布特征覆盖样本选择（DFCS）的方法，它是无需训练、与触发器无关的。DFCS 首先利用固定的预训练特征将候选样本聚类成多个区域，每个投毒槽位分配一个区域，然后从每个区域中选择距离质心最近的样本作为投毒样本。作者通过局部一阶分析将这种选择方案与特征覆盖和代表性质量项联系起来，从理论上解释了其有效性。实验在 CIFAR-10、Tiny-ImageNet 和 Imagenette 数据集上，对 BadNets 和 Blended 两种攻击，与七种已有选择器进行对比，DFCS 在所有六种数据集-攻击组合中平均攻击成功率最高，达到 96.30%，相比每种设置下最强对比方法平均高出 4.60 个百分点，同时并未降低干净数据的准确率。结果表明，分布特征覆盖是低预算脏标签后门攻击的有效选择原则。该研究加深了对低投毒率攻击机制的理解，也为防御端设计更鲁棒的数据消毒和样本筛选方法提供了新的视角。

HTB Certified：Shadow Credentials 与 ESC9 的连环利用

免杀对抗之睡眠混淆技术深度解析

PyInstaller 的 EXE 文件解包与二次打包技术浅探

By Yarden Porat, Check Point Research Key Points The short version We set out to break Cloudflare Code Mode, and ended up breaking Cloudflare Workers too. We did both by targeting workerd, the runtime beneath both: an in-process sandbox that relies entirely on V8 to isolate untrusted code. We found five memory-corruption bugs in workerd’s native C++ (the “glue” […] The post When Agentic Glue Melts

10waxia贡献值:40600

该论文研究多维用户数据收集场景下的本地差分隐私（Local Differential Privacy, LDP）问题。在实际应用中，多维数据的属性之间往往存在依赖关系，这种依赖可能被攻击者利用，导致用户隐私在形式化隐私保护之外发生额外泄露，即相关诱导的隐私泄露（Correlation-induced Privacy Leakage, CPL）。现有针对 CPL 的分析方法要么需要准确的先验概率知识，要么在面对大量属性或高基数属性时存在可扩展性瓶颈，难以直接应用于真实数据。为弥补这一空缺，作者提出一种新的度量指标“Dependency Triad”（DT），以三个参数概括影响 CPL 的成对属性依赖信息，并在此基础上给出一个常数时间（constant-time）且保守的成对 CPL 估计器。DT 通过显式建模先验分布知识的不确定性，实现了对隐私泄露量的稳健估计；同时，它对稀疏分布具有鲁棒性，因此特别适合高基数属性场景。此外，DT 采用成对分解的构建方式，可作为多维场景下评估总体泄露的可行基础模块。论文在合成数据集和真实数据集上进行了大量实验，结果表明 DT 能够在不同的依赖模式和先验不确定条件下一致地估计 CPL，具有良好的稳健性和实用价值。该研究为多维数据隐私风险评估提供了新的理论工具，有助于进一步优化隐私与效用的权衡。

Nginx远程代码执行漏洞分析与利用（CVE-2026-42530）

当反向代理成了跳板：Varnish VCL 注入与 SSRF 内网穿透实战

【AI赋能安全】面向渗透 Agent 的任务失效化蜜罐探索

JDK 21 虚拟线程模型下 Web 应用会话上下文串扰漏洞的挖掘与利用

QUIC 作为一种面向现代网络设计的传输协议，在提升性能与安全性的同时，仍面临握手洪泛攻击的威胁。攻击者通过发送大量握手请求，迫使服务器执行昂贵的密码学运算，从而耗尽 CPU 资源。QUIC 内置了 Retry 机制作为防御手段，但实验表明，在大型握手洪泛场景下，该机制本身由于引入大量计算开销，仍可能成为性能瓶颈。本文提出了 TurboRetry，一种将 Retry 机制卸载到 DPU（数据处理单元）的拆分设计方案，以高效缓解 QUIC 握手洪泛攻击。TurboRetry 将 Retry 处理任务分为两类，分别分配给 DPU 和主机执行，并设计了扩展的 Retry token 格式与高效的协作方案，以保留 QUIC 语义并降低协调开销。此外，TurboRetry 将连接授权任务卸载到路径上的 DPA（DPU 上的可编程加速器），进一步提升性能与安全性。评估结果显示，与主机端实现相比，TurboRetry 在吞吐量上实现了 10 到 20 倍的提升。该研究为应对大规模 QUIC 握手洪泛提供了一种可落地的硬件卸载方案，对 DDoS 防护的硬件加速方向具有一定的参考价值。

For the latest discoveries in cyber research for the week of 27th July, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Minnesota IT Services has confirmed coordinated cyberattacks affecting more than 30 community water utilities across the state. The incidents briefly disrupted a treatment plant in Braham and affected industrial control systems. Officials reported […] T

本文(题为《AirSnitch: Demystifying and Breaking Client Isolation in Wi-Fi Networks》)针对Wi-Fi网络中的客户端隔离(client isolation)机制展开系统研究。客户端隔离是无线局域网中一项重要的安全功能,旨在阻止同一网络中的客户端之间直接通信,从而防止横向攻击。然而,该研究揭示,尽管客户端隔离被广泛部署,但攻击者仍可通过多种方式绕过或破坏该机制。论文首先对客户端隔离的实现进行了系统化梳理,分析了不同厂商和不同协议版本下的隔离逻辑,指出了其中的设计缺陷与实现漏洞。随后,作者提出了一种名为AirSnitch的攻击方法,该方法利用了Wi-Fi标准中的某些设计特性以及客户端和接入点之间的状态不一致性,能够在启用客户端隔离的网络中实现客户端间的通信,从而打破隔离边界。作者通过实验验证了该攻击在多种常见设备上的有效性,并讨论了其对现有安全防护的冲击。本文的主要贡献包括:对客户端隔离机制首次进行深入的实证分析,揭示其脆弱性;提出并验证了AirSnitch攻击;并给出了针对该问题的防御思考。该研究适合无线安全研究者、网络协议开发者以及企业网络安全运维人员阅读,有助于理解客户端隔离的真实安全边界并改进相关安全策略。

在Tor匿名网络中，网站指纹识别（WF）攻击是一种通过分析网络流量模式（如数据包方向和时间）来识别用户访问的网站的攻击方式。Tor浏览器提供安全滑杆设置，用户可选择低、中、高安全级别，这会影响下载内容产生的流量模式，从而可能影响WF攻击的准确性。此前的研究通常假设训练和测试数据的安全滑杆设置一致（均为高或均为低），并在此条件下评估攻击与防御。然而，现实场景中用户可能混合使用不同设置。本文针对这一缺口，系统研究了在训练和测试阶段使用混合安全滑杆设置的痕迹对WF攻击性能的影响。作者通过实验比较了一致设置（如全高或全低）与混合设置（如部分高部分低）下攻击的分类准确率，发现混合设置在若干情况下能够提升攻击性能。这一结果表明，现有WF防御评估可能过于乐观或低估了攻击的适应性，因为实际用户的行为可能产生更复杂的流量特征。因此，论文建议未来的WF防御评估应同时考虑一致设置和混合设置的训练/测试场景，以确保评估结果的全面性和可靠性。该研究对于理解WF攻击的鲁棒性以及设计更有效的防御措施具有重要的指导意义，尤其提醒研究者在构建和验证匿名通信系统的隐私保护能力时，必须考虑用户设置多样性带来的实际威胁模型。

For the latest discoveries in cyber research for the week of 27th July, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Nichirei, a Japan-based frozen-food supplier and logistics company, has experienced a ransomware attack that disrupted shipping operations and affected approximately 5,000 customers. KFC Japan warned of possible shortages. Nichirei confirmed personal da

利用 PEP 517 构建后端钩子在 Python 依赖安装期执行任意代码

该论文针对IPv6地址的临时性和随机性带来的安全挑战展开研究。由于IPv6客户端地址难以预测，攻击者难以进行全互联网扫描，但先前工作表明，低权限实体可以轻松加入基于志愿者机制的NTP池，通过部署NTP服务器收集大量活跃的IPv6客户端地址。本文提出了一套系统性的方法论，不仅能严格识别这种地址收集行为以及收集地址的实体，还能刻画这些实体随后如何使用这些地址。研究者在一年的时间内，向全球所有NTP池服务器发送带有唯一标识的IPv6客户端地址查询，并监控后续针对这些地址的任何活动。通过关联分析，他们识别出22台NTP池服务器（分布在4个主要集群），这些服务器属于更大的监控基础设施，利用收集的地址进行侦察、端口扫描以及服务和漏洞枚举。为了更深入地理解这种行为在法律和伦理上的灰色地带，研究者与NTP池运营者以及一家运营地址收集和扫描集群的网络安全保险公司进行了沟通。最终，NTP池已将所提出的系统集成到其监控基础设施中，以移除此类恶意NTP服务器；该保险公司也改变了其运营策略，增加透明度并提供明确的退出机制。本文的主要贡献包括：一套可用于自动检测NTP池中地址收集和后续扫描行为的方法；对全球NTP池生态系统的长期测量；以及通过与利益相关方合作推动的实际改进。

For the latest discoveries in cyber research for the week of 20th July, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Ernst & Young, a global accounting and professional services company, has disclosed a data breach involving a compromised third-party IT support platform. The exposed support tickets may have contained client documents, tax information, […] The post 20t

该论文研究了用户对基于QR码的攻击（Quishing）的易感性和意识。随着QR码在日常生活中的普及（如支付、登录、信息获取），攻击者开始利用QR码将用户重定向到恶意网站或触发恶意操作。然而，用户对此类威胁的认知和防御能力尚不明确。研究通过在线问卷调查（N=500+）和受控实验室实验，测量了用户在不同情境下扫描陌生QR码的意愿、对QR码攻击的识别能力以及安全行为。结果显示，大部分用户对QR码攻击缺乏警惕性，容易在信任场景（如停车场、餐厅）中扫描未知QR码，且很难区分合法与恶意QR码。用户普遍高估了自己的检测能力，实际表现远低于自我评估。研究还发现，安全提示（如警告标签）对减少扫描行为有一定效果，但并非万无一失。论文贡献在于首次系统性地量化了QR码攻击的用户漏洞，为设计针对性的安全教育和更安全的QR码交互提供了实证依据。

一句话跑了三小时：用 Claude Code Loop 全自动逆向一个加密验证码系统

For years, the cyber security industry tracked AI as a force multiplier: something that made existing attack techniques faster, cheaper, and more accessible. That framing was accurate. But the Annual AI Security Report 2026 from Check Point Research documents a transition that goes further. AI has crossed from assistant to operator. Where it once helped attackers prepare, it now runs the […] The p

For the latest discoveries in cyber research for the week of 13th July, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES U.S. auto insurer AssuranceAmerica has disclosed a data breach affecting approximately 7 million people. Attackers targeted an employee and used compromised credentials to access company systems, stealing names, contact information, driver’s license […]

该论文提出了一个名为FCTaaS（Federated Cybersecurity Testbed as a Service）的联邦化网络安全测试床框架，旨在解决现有测试床在异构性、地理分散性以及资源利用率低下的问题。随着自动驾驶、智能制造等新兴领域的发展，研究人员需要依赖测试床来复现实验场景、收集数据、观察系统行为并评估解决方案。然而，单个测试床难以跟上快速的技术迭代，且往往只对少数研究者开放，导致基础设施闲置。FCTaaS通过虚拟专用网络（VPN）连接多个独立管理的测试床，支持远程测试床发现、实验设计和协调实验。论文通过三个案例研究评估了FCTaaS的性能，分别涉及智能基础设施上的拒绝服务（DoS）场景以及基于Suricata的入侵检测与防御系统（IDS/IPS）工作流。实验结果表明，FCTaaS能够实现有效的跨测试床实验，同时保持对攻击流量、IDS警报和检测系统资源压力的可见性。即使在资源密集型的攻击场景下，FCTaaS的网络利用率上限为49%，引入的开销仅为1%，本地节点间延迟为5.63毫秒，地理分散节点间延迟为147毫秒。该框架为安全研究社区提供了一种低成本、可扩展的联邦实验环境，适合网络安全研究人员、测试床管理者和分布式系统开发者阅读。

SSTI进阶——多种模版引擎特征及应用

Key Points Introduction Since early 2026, Check Point Research (CPR) has tracked a new modular command-and-control framework used by Cavern Manticore, an Iran-nexus APT group primarily targeting Israeli organizations, with a focus on IT providers, and government sectors. Cavern Manticore is an Iran MOIS (Ministry of Intelligence and Security)-linked actor, with links to the OilRig […] The post Cav

For the latest discoveries in cyber research for the week of 6th July, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES River Bank & Trust, a US financial institution, has experienced a ransomware incident after an unauthorized actor accessed the network of parent company River Financial Corporation on June 16. The bank found […] The post 6th July – Threat Intelligence Re

对伪装正常安装包的恶意组件进行系统化分析与行为溯源结底

For the latest discoveries in cyber research for the week of 22nd June, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Texas Parks and Wildlife Department has been affected by a third-party data breach involving its license system vendor. The incident exposed driver’s license information, passport numbers, emails, phone numbers, and residential addresses for […] The pos

Research by: Alexey Bukhteyev Key Takeaways Introduction Over the past several years, large language models have reshaped software development, and malware development has followed the same path. Check Point Research has documented this trend from early experiments showing that AI systems could generate offensive components, to cases of cybercriminals using ChatGPT to create malicious tools, and [

本文探讨了AI Agent（智能体）在调用外部API和工具时面临的信任边界风险，重点分析了通过中转API和Agent Tool Call实现的供应链劫持攻击路径。AI Agent通常依赖第三方API或内部工具来完成复杂任务，例如通过中转API（relay API）与外部服务通信，或调用预定义的Tool Function。攻击者可能通过伪装成可信的中转API或篡改Tool Call的参数，劫持Agent的执行流，从而窃取数据、注入恶意指令或操控Agent行为。文章指出，当前Agent框架对API调用的验证机制不足，缺乏对请求来源和参数完整性的强校验，导致攻击者易于利用设计缺陷实施中间人攻击或参数篡改。此外，Agent在调用Tool时往往默认信任返回结果，未对响应数据进行充分过滤，可能被用于数据投毒或命令注入。本文未提供具体漏洞编号或攻击案例，但强调了AI Agent供应链安全的重要性，建议开发者在集成外部API时实施身份认证、请求签名、参数白名单和响应验证等防护措施。

更隐蔽的白利用：基于执行追踪的可注入点与代码空洞自动化挖掘

AGENT-MINER：攻击通用 AI 智能体与自动化风险挖掘

协同作战：甲方视角的体系化 AI 渗透实践

阿里云先知团队招聘AI攻防安全专家

现代车辆通信网络的日益互联使得保护车内通信网络成为关键挑战。入侵检测系统（IDS）作为检测控制器局域网（CAN）总线恶意活动的防御机制被广泛研究。然而，由于实验设置不一致和缺乏标准化基准测试框架，CAN IDS 方法的评估仍然困难。因此，报告的性能往往依赖于数据集特定特征，可能无法反映检测方法在不同环境下的表现。本文引入了一个基准测试框架，用于跨多个数据集对 CAN IDS 进行一致评估。利用该框架，我们整合了在不同实验条件下收集的七个公开 CAN IDS 数据集，并对五种概念上不同的 IDS 方法进行了跨数据集评估。我们的结果强调了检测性能在不同数据集间可能显著变化，证明了跨数据集基准测试对于评估 CAN IDS 方法的鲁棒性和泛化能力的重要性。

For the latest discoveries in cyber research for the week of 29th June, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Polymarket, a large cryptocurrency-based prediction market, has confirmed a supply chain attack after a third-party frontend vendor breach led to malicious JavaScript being injected into its website. Attackers tricked users into approving fraudulent […]

本文研究LLM驱动的Web Agent（基于大语言模型的自动化浏览器代理）的检测问题。自2023年以来，这类新型机器人能够自动化复杂网络任务，超越传统Selenium等工具，通过模仿人类行为甚至绕过多重反机器人机制。然而，网站管理员难以区分这些Agent与真实用户。论文通过部署多个伪装网站（honeysites），并集成网络层、HTTP层和浏览器层的多级指纹技术，对六种LLM-based Web Agent进行测试。主要发现：(1) 部分Agent能绕过所有评估的反制机制（如robots.txt、CAPTCHA、工作量证明、Cloudflare等）；(2) 所有Agent均可在网络、HTTP和浏览器层面被区分，不仅可与人类区分，彼此间也能指纹识别；(3) 隐身和反检测策略反而增加了可检测性。研究揭示了当前反机器人机制的局限性，并为检测LLM驱动Agent提供了新方法。

该论文挑战了网络欺骗研究中一个常见但未经检验的假设：诱饵可以放置在攻击者可能经过的任何位置。作者针对MITRE ATT&CK v18.1框架中的所有250种攻击技术，引入了一个四准则评估体系来判断基础设施诱饵的可行性。该准则包括：防御者控制的诱饵是否可以放置、攻击者是否可能与之交互、交互能产生哪些情报、以及交互能否可靠地指示恶意行为。评估结果显示，仅有80种技术（32%）允许放置攻击者可能触及的诱饵，其余170种技术中，攻击者路径上根本不存在防御者可控制的资产以供伪造。诱饵放置模式分为两类：Sweep（攻击者在范围内广泛移动时偶遇诱饵）和Seek（攻击者主动寻找特定资产时与伪造版本交互）。此外，论文发现诱饵通常具有情报价值，但攻击者是否与之交互、交互是否可靠指示恶意行为因技术而异。作者公开了评估框架、决策规则以及逐技术评估结果，为未来的欺骗研究和部署规划提供了可审计的基线。该工作表明，不能假设基础设施诱饵适用于所有攻击者行为，部署计划需要根据具体技术特性进行定制。

本文针对NIS-2指令下中小企业面临的风险管理合规压力，聚焦德国联邦信息安全办公室（BSI）制定的IT-Grundschutz（IT-GS）认证自动化问题。IT-GS认证依赖大量人工文档、验证与修订，成本高且难以规模化。作者在前期概念框架基础上，实现了结合混合检索增强生成（HybridRAG）的多智能体系统（MAS）架构，用于部分自动化IT-GS认证流程。主要技术贡献包括：结构分析阶段引入假设-验证循环，将智能体推断的依赖关系与知识图谱交叉引用以减少幻觉；以及解耦推理管道，将智能体驱动的语义提取与确定性保护需求继承分离。实验采用BSI的“RecPlast GmbH”案例研究作为人工专家参考数据集，对架构进行端到端评估，量化精确率、召回率和F1分数。系统在结构分析和建模等语义任务上表现高效，显著减少了人工工作量；但在保护需求评估和IT-GS检查等逻辑推理阶段，由于当前大语言模型的概率性本质难以满足IT-GS所需的确定性严格性，定量结果显示出局限性。该研究展示了将LLM与知识图谱结合用于合规自动化的潜力，但指出了在需要严格逻辑推理环节的瓶颈。

该论文提出 EVerest 数据集，用于支持安全软件工程中的端到端安全验证。EVerest 基于开源电动汽车充电桩软件栈，包含 84 个手动提取的安全需求（注释安全目标）、1445 个细粒度安全元素（组件、实体、数据、数据流、状态等）、验收窗口、共指关系以及架构追踪链接，同时提供软件架构模型、源代码和自然语言文档。该数据集覆盖从需求到架构再到代码的全流程，填补了现有数据集缺乏多工件细粒度安全标注的空白。在数据集构建过程中，发现并报告了一个真实的安全弱点（CWE-1295），已被项目维护者修复。数据集公开可用。该数据集适用于安全需求分类、命名实体识别、架构追踪链接以及设计时或代码级安全验证等研究方向。适合软件安全工程师、研究者和工具开发者关注。

该论文探讨了代理人工智能（Agentic AI）如何解决网络安全中长期存在的挑战。当前安全防御面临成本高昂、人工密集型任务成为瓶颈等问题，许多防御措施因效率低下而难以实施。代理AI通过直接接收和推理自然语言或代码的能力，有望自动化这些任务，从而扩大可行防御的范围。论文首先系统性地将开放的安全问题映射到新兴的代理AI能力上，随后通过16个案例研究（涵盖供应链分析、漏洞管理、事件响应等场景）具体展示了代理AI如何协助防御者。每个案例分析了传统方法的局限性、代理AI的潜在优势以及实现路径。研究贡献包括：提出了一个将安全挑战与AI能力对齐的框架；通过案例研究验证了代理AI的实用价值；指出了当前代理AI在可靠性、可解释性和安全性方面的局限性。适合安全研究人员、AI开发者和安全运营团队阅读，以了解AI agent在防御中的前沿应用。

LLMDYara：面向恶意文件检测的可解释 YARA 规则自动生成系统

该论文聚焦于团队聊天（TACT）系统的第三方应用扩展引入的安全风险。TACT系统（如Slack、Microsoft Teams）广泛应用于在线协作与项目管理，其核心特色是支持第三方应用集成以扩展功能。然而，这种开放性带来了复杂的安全隐患：攻击者可能利用恶意或存在漏洞的应用来窃取敏感数据、操纵会话、执行未授权操作，甚至控制整个TACT系统。论文通过系统化的方法，分析了TACT平台的扩展机制、权限模型及应用的运行时行为，揭示了应用与平台之间信任边界模糊所导致的多类安全威胁。具体而言，作者构建了威胁模型，识别出应用注入、权限提升、跨应用数据泄露等攻击面，并通过实验验证了这些风险在真实平台上的可触发性和潜在影响。该研究为TACT系统的安全设计提供了重要见解，建议平台开发者强化权限控制、实施更严格的应用审查流程，并提醒企业用户在集成第三方应用时需谨慎评估。

Key Points Introduction In this research, we analyze a clipboard hijacker campaign that is hidden inside a collection of “solutions” and “tools” that claim to give users an unfair advantage. These offers include Solana and Pump.fun sniper bots (automated tools that try to buy new tokens or meme coins faster than other traders), Aviator Predictor […] The post From Stars to Upvotes: Fake Reputation

论文提出 Di5Guise 隐私增强架构，解决 5G 网络中 eSIM 设备身份与订阅者身份固定绑定导致的可关联性隐私问题。当前 eSIM 具有固定设备配置文件（包含密钥、证书、唯一 eUICC 标识符），该配置文件永久绑定设备上所有订阅配置，使得运营商视角的攻击者能够将不同订阅身份关联到同一设备，即使切换身份或使用流量混淆技术，仍可重构用户完整生活模式（在线活动、移动轨迹、真实身份）。Di5Guise 的核心组件是 vSIM（虚拟化 SIM 卡），它通过解耦设备身份与订阅身份，实现动态设备配置文件配置：每个订阅配置文件关联一个不同的、不可链接的设备配置文件，从而阻断关联。架构利用安全硬件（如可信执行环境）确保 vSIM 处于可信状态，与运营商建立信任。作者在 FPGA 板上实现原型，并集成到 srsRAN 开源 5G 基站软件中，验证了与现有 5G 基础设施的兼容性。实验使用复杂用户关联模型评估，结果显示，结合流量混淆时，Di5Guise 将用户重识别准确率从 93% 降至 49%，显著提升隐私保护效果。

For the latest discoveries in cyber research for the week of 15th June, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES The University of Nottingham, a UK research university, has suffered a data breach after ShinyHunters accessed its student records system. The incident affected about 454,600 current and former students and exposed contact details, […] The post 15th Jun

本文提出 obliv-clang，一个面向 C++ 的编译期检查工具，旨在帮助开发者编写 oblivious（无感知）程序，以防止通过执行时间和数据访问模式泄露秘密的侧信道攻击。传统的侧信道防御通常需要程序员手动改写代码或依赖硬件机制，但 oblivious 编程通过编译时保证程序的控制流和内存访问模式不依赖秘密数据，从而消除侧信道泄露。然而现有工具往往只支持简单的语言子集，难以应用于实际 C++ 代码库。obliv-clang 的目标是支持 C++ 的全部语言特性，特别是任意嵌套指针等复杂概念，从而能无缝地与现有工业级代码集成，并在最小编译开销下生成高性能二进制文件。作者在工具中设计了一组规则，并形式化证明了这些规则在复杂 C++ 特性下的正确性。为了展示表达能力，他们实现了若干非平凡的 oblivious 算法作为案例研究，并表明使用 obliv-clang 编译的程序在性能上优于之前的解决方案。读者可从中了解 oblivious 编程的基本原理、编译时检查的技术途径以及 C++ 语言下复杂指针处理的挑战与解决思路。

By Yarden Porat AI agents need memory. Frameworks like LangGraph provide it through checkpointers – persistence layers that store execution state. But what happens when that persistence layer isn’t locked down? Key Points Background LangGraph is an open-source framework for building stateful, multi-agent AI systems with built-in persistence. It’s an extension of LangChain, with over […] The post F

10caigo贡献值:36000

For the latest discoveries in cyber research for the week of 1st June, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES DentaQuest, a U.S. dental benefits administrator owned by Sun Life, has suffered a data breach after threat group ShinyHunters leaked exfiltrated data. Analysts assessed that 2.6 million accounts were exposed, including names, emails, […] The post 8th Ju

Apache Camel JMS 反序列化(CVE-2026-40860)漏洞分析

Hessian 二次反序列化新链从零到一挖掘

伪装成10086官网流量的Cobalt Strike木马深度分析

Java Attach API内存注入

Research by: Alexey Bukhteyev Key Takeaways Introduction When we search Google for a popular piece of software, we usually click the first result, sometimes without even looking at the rest, because official project sites tend to rank highest and appear near the top of the results. After landing on a site with a professional design and […] The post Impersonation, Click Hijacking, and TDS: Inside a

For the latest discoveries in cyber research for the week of 1st June, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Carnival Corporation, a global cruise line operator, has confirmed a data breach affecting nearly 6 million people after attackers used social engineering to compromise an employee account. Exposed information may include names, contact […] The post 1st

本文针对大型语言模型（LLM）智能体面临的提示注入攻击，提出了一种增强的多态提示组装（PPA）防御方法。原始的PPA通过从固定池中随机选择分隔符对来隔离用户输入与系统指令，但存在静态池复用导致的“爆炸半径”漏洞：一旦某个分隔符泄露，可在后续请求中被利用。作者提出动态、按请求生成分隔符的方法，利用基于时间戳、会话标识符和加密随机数的域分隔SHA-256摘要，为每个组装提示生成唯一的（BEGIN, END）金丝雀对，从而将泄露暴露限制在单个请求内。在Llama-3.3-70B-Instruct-Turbo模型上针对16种注入载荷进行评估，并在DeepSeek-V4-Flash模型上进行跨模型验证。针对M1混淆载荷（leet speak加紧迫性），动态模式将攻击成功率（ASR）从0.88降至0.38，实现2.3倍的缓解效果，且95% Wilson置信区间无重叠，具有统计显著性。针对format_breakout_salad攻击，静态模式下的分隔符泄露率（0.467）在动态模式下完全消除（0.000），证实了爆炸半径的减小。该实现无需模型微调，每个请求仅增加2.7微秒的提示组装开销，且向后兼容现有PPA SDK。该研究为LLM智能体安全提供了实用、高效的防御增强方案。

本文针对满足 (ε, δ)-差分隐私的标量实值查询函数，设计了一类加性噪声机制，特别关注中低隐私保护水平（即ε较大或δ较宽松）的场景。作者提出的“混合机制”（mixture mechanisms）通过混合多个高斯分布来构造噪声分布，这些高斯分布具有相同的方差，但均值不同，并通过凸组合的方式调整混合权重。具体而言，该分布可以解释为零均值高斯（如分析高斯机制中使用的）与若干均值依赖于查询敏感度的高斯分布的凸组合。论文推导了实现 (ε, δ)-DP 所需方差的紧条件，并给出了高效算法计算这些方差。与广泛使用的分析高斯机制相比，混合机制在期望噪声幅值（ℓ1损失）和方差（零均值分布的ℓ2损失）上均有显著降低。在驱动本设计的低隐私保护水平下，该机制接近于最优，几乎消除了分析高斯机制的全部最优性缺口。该研究为差分隐私的噪声注入提供了一种新的理论框架，适合对差分隐私理论、隐私保护数据发布感兴趣的研究人员和工程师阅读。

Executive Summary During the March–April 2026 reporting period, AI use in offensive operations advanced from development and planning to real-time operational deployment. Multiple independent cases, involving individual criminal actors, mass exploitation platforms, ransomware groups, and state-sponsored espionage, show evidence of commercial AI models executing autonomous attack workflows across e

资源公钥基础设施（RPKI）已成为保护域间路由安全的关键技术。然而，RPKI软件的安全性测试长期停留在浅层解析阶段，现有模糊测试工具（如AFL++、libFuzzer）因假设每次执行输入单一且独立，无法处理RPKI仓库中数百个相互依赖、经密码学链接的对象。这种复杂性导致现有工具无法精确追踪多对象仓库中的代码覆盖率，破坏了基于反馈的探索机制，从而遗漏了RPKI验证中的多数严重漏洞。本文提出并实现了一种新型模糊测试工具CAT，通过连续采样和将函数作为侧信道实现大规模输入仓库中每个对象的精确覆盖率归因。同时，通过将解析输入转换为带标签的树结构，CAT能够在保持变异仓库密码学有效性的前提下进行结构和语义突变。CAT结合了非顺序模糊测试与模板无关的ASN.1变异引擎，相比顺序模糊测试吞吐量提升66倍，相比libFuzzer和先前工作多探索24%-47%的独特代码路径。在RPKI验证器上的评估中，CAT发现了21个先前未知的漏洞，其中8个已分配CVE（CVSS 7.5-9.8），包括缓冲区溢出、拒绝服务（DoS）和可被利用的仓库投毒逻辑缺陷。CAT已开源，以支持可重复性、进一步研究以及将方法推广至DNSSEC、TLS等其他基于密码学的复杂协议。

For the latest discoveries in cyber research for the week of 25th May, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES 7-Eleven, the global convenience store chain, confirmed a breach after an unauthorized access to systems used for franchisee documents. ShinyHunters claimed responsibility and said it stole more than 600,000 Salesforce records containing personal […] The

本文针对当前Web应用供应链中资源完整性缺乏有效验证的问题，提出了一种链接完整性管理系统（Link Integrity Management System）。研究背景指出，尽管Web持续增长，但依赖监控工具和资源完整性标准的发展滞后，导致供应链攻击成为Web应用攻击面中最受关注的部分。目前没有一种既通用又高性能的方法来验证Web资源的完整性。作者设计的系统旨在提供一种可扩展且高效的完整性验证机制，通过自动检测外部资源链接的变更、失效或被篡改，从而帮助开发者及时识别并修复潜在的安全风险。实验部分（基于论文内容推测）可能展示了该系统在真实Web应用中的部署效果，验证了其在检测完整性违规方面的准确性和低性能开销。主要贡献包括：提出了一种系统化的链接完整性管理方法；实现了对资源变更的实时监控；为防御供应链攻击提供了新的技术手段。适合Web安全研究人员、DevOps工程师以及关注供应链安全的安全从业者阅读。

Key Findings Introduction During the recent geopolitical tensions in the Middle East, we reported on multiple Iran-nexus threat actors advancing Iran’s strategic objectives through cyber operations. These activities included targeting internet-connected cameras, conducting destructive attacks against US and Israeli entities, and exfiltrating data from cloud environments to support broader kinetic

从客户端加密配置到伪造签名：一次支付金额篡改漏洞的挖掘实录

该论文首次对以太坊交易池（txpool/mempool）的设计安全性进行系统研究。Txpool是存储未确认交易的缓冲区，控制着下游服务（如挖矿、交易传播）所能看到的内容。研究发现txpool存在拒绝服务（DoS）攻击面，攻击者可能通过特定策略耗尽节点资源或操纵交易池状态，从而影响交易正常处理。论文分析了Ethereum客户端中txpool的实现逻辑，识别了多种潜在的漏洞模式，并通过实验验证了攻击的可行性。研究的主要贡献在于填补了以太坊txpool安全分析的空白，为后续防御机制设计提供了基础。

本文首次研究了统一自回归模型（UAM）中的后门攻击漏洞。UAM是一种Transformer模型，能够在单个自回归过程中同时生成文本和图像token。其共享参数和多模态词汇简化了训练流程并支持灵活的多模态生成，但也引入了新的安全风险。作者提出了Token by Token后门攻击（ToBAC），这是首个针对UAM的后门攻击方法，涵盖基于数据和基于模型的投毒策略。攻击者可以将看似无害的字符或常见单词作为触发器，在图像生成过程中引发恶意行为，同时操纵视觉输出和伴随文本，从而提高虚假内容的可信度。在模型可访问的场景下，攻击者可以对统一Liquid模型进行攻击，使得一个微妙单词（如“cool”）在55%的生成中诱发与模态一致的品牌推广或意识形态影响。在无模型访问时，通过数据投毒即可实现攻击，对JanusPro的平均成功率达63.1%。实验表明，UAM的跨模态参数共享使得后门触发器能够跨模态传播恶意效果，这是一种新型安全威胁。本文的贡献在于揭示UAM特有的安全隐患，并展示了多模态后门攻击的可行性和有效性。

For the latest discoveries in cyber research for the week of 18th May, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Vodafone, a major international telecom, has sustained a source code leak claimed by the Lapsus$ extortion group. The company confirmed limited access to GitHub files through compromised third-party development software, while stating that […] The post 1

本文聚焦于AI代理中最关键的提示注入漏洞。作者首先指出现有的主流防御策略（数据-指令分离）存在根本性缺陷：它既无法检测通过上下文操纵（如误导性背景信息或角色扮演）发起的攻击，又会降低代理在正常场景下做出符合上下文的适当行为的能力。为了更系统地理解这一困境，作者引入隐私理论中的情境完整性（Contextual Integrity, CI）框架来重新定义提示注入。CI理论强调信息流动必须符合特定社会情境的规范，据此可将攻击划分为三种类型：（1）误述流程——攻击者谎报信息来源或目的；（2）操纵规范——攻击者改变用户对合法行为的期望；（3）混合多个流程——攻击者同时在多个上下文中注入指令。通过构造具体的良性实验场景，作者证明任何防御策略都无法同时保证安全性与可用性：攻击者总能构建一个上下文使得被屏蔽的流看起来合理，而防守方若收紧规范则会拒绝大量合法请求。这一发现揭示了“不可能结果”：提示注入无法被彻底消除，只能被管理。因此，当前基于指令-数据分离的研究路线只能应对未来攻击面中日益缩小的一部分。作者提出，CI框架为评估上下文敏感的安全失效提供了原则性方法，并为设计CI感知的对齐机制（如动态上下文审查和规范学习）指明了方向。论文适合AI安全研究人员、LLM应用开发者以及关注自主代理安全的工程师阅读。

本研究以中小企业为对象，探讨其采用零信任架构的可行性。通过问卷调查亚太地区64名IT与安全专业人员，发现零信任熟悉度与云计算需求是驱动企业认知零信任必要性的最强正向因素，而累积的障碍（如成本、技术复杂性）与必要性感知仅呈现弱负相关。身份与访问管理的复杂性和可扩展性被识别为主要实施障碍。基于这些发现，论文提出一个三阶段渐进式采用路径：第一阶段强化身份治理（如多因素认证、最小权限原则），第二阶段分割高价值资产并实施微隔离，第三阶段根据企业运营能力引入针对性监控。该研究为资源受限的中小企业提供了从传统安全架构向零信任过渡的务实路线图，弥补了现有文献对中小企业零信任准备工作重视不足的空白。

本文是先知社区发布的关于2025年双11安全保卫战活动的总结与奖励揭榜。文章提到名为“新司令”的参与者成功完成了对18家目标企业的渗透测试（称为“通杀”），并在活动中获得最终奖励。活动背景是双11期间的安全演练，旨在提升企业安全防护能力。文章没有披露具体的技术细节、漏洞利用方法或攻击手法，而是侧重于活动结果和奖励公布。由于缺乏技术细节，本文对实际威胁情报的参考价值有限。

该文章是阿里CTF 2026比赛的宣传推文，发布于先知社区。文章介绍了比赛即将开始，强调顶尖阵容、AI融合以及一血豪礼等亮点，旨在吸引参赛者。内容完全不涉及任何网络安全威胁、漏洞、攻击活动或恶意软件，是一篇纯粹的赛事推广文章。

2026年5月14日，阿里安全在先知社区发布公告，宣布2026阿里白帽大会议程正式发布，并开启报名。该会议是面向白帽黑客、安全研究人员的年度技术交流活动，旨在分享安全研究、漏洞挖掘、防御技术等前沿知识。议程包括多个议题，涵盖网络安全、应用安全、云安全等领域。本次会议为安全社区提供了交流平台，不涉及任何攻击事件或漏洞披露。

Key Points Introduction The Gentlemen ransomware‑as‑a‑service (RaaS) operation is a relatively new group that emerged around mid‑2025. Its operators advertise the service across multiple underground forums, promoting their ransomware platform and inviting penetration testers and other technically skilled actors to join as affiliates. In 2026, based on victims listed on the data leak site (DLS), […

本研究探讨了在隐形互联网项目（I2P）网络中对服务进行去匿名化的可能性，采用被动流量分析和机器学习技术。I2P是一种匿名通信网络，旨在隐藏用户身份和活动，其流量经过多层加密。尽管有效载荷被加密，但流量特征（如数据包大小、时间间隔、方向等）可能仍然暴露模式。研究者建立了受控的实验室环境，通过模拟典型I2P应用（如网站托管、文件共享）生成合成流量，作为训练数据集。利用Fano不等式对混合网络（如I2P）中的匿名数据传输进行理论分析，从信息论角度揭示了流量特征与匿名性之间的因果关系。实验中应用了深度学习，特别是卷积神经网络，在实验室网络中训练分类模型，并进一步使用真实世界流量数据评估其有效性。结果表明，所提出的方法并不能有效破解I2P的匿名性保证，即分类准确率未达到可用水平。该研究的主要贡献在于：1）系统性地评估了I2P流量的去匿名化潜力；2）提供了理论分析框架与实验方法论；3）验证了当前机器学习方法在I2P匿名性挑战上的局限性。该论文适合网络匿名研究者和隐私保护工程师阅读。

《从低危未授权到多个系统沦陷：一次市攻防实战记录》

For the latest discoveries in cyber research for the week of 11th May, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Instructure, the US education technology company behind the Canvas learning platform, has confirmed a major data breach affecting its cloud-hosted environment. Exposed data reportedly includes student and staff records and private messages, while […] The

Key Findings Ransomware in Q1 2026: Consolidation at Scale During the first quarter of 2026, we monitored more than 70 active data leak sites (DLS) that collectively listed 2,122 new victims. This figure represents a 12.2% decline from the Q4 2025 all-time record of 2,416 victims but remains the second-highest Q1 on record at 117% […] The post The State of Ransomware – Q1 2026 appeared first on Ch

无境靶机 Dawn Breaker WP复盘

把CC4链拆到字节码：一文看透Java反序列化从PriorityQueue到TemplatesImpl的完整触发路径

如何绕过EDR实现DumpHash

该论文首次对基于日志的检测规则在公共仓库中的演化进行了纵向分析。日志检测规则是现代安全运营的核心，分析师通过迭代调整规则平衡检测覆盖率和告警量。然而，此前研究多关注网络入侵检测签名的演化，对日志检测规则的长期行为缺乏实证研究。作者选取了两个广泛使用的仓库：社区驱动的Sigma项目和精心策划的Splunk安全内容（SSC），对其中6859条规则的历史版本进行分析。为了比较基于检测逻辑而非表面语法的规则版本，作者引入了一种谓词图中间表示，用于规范化规则的逻辑结构，并设计了一个树对齐过程来分析跨版本的变更。研究发现，约56%的规则至少经历了一次检测逻辑修订；规则演化总体上呈非单调趋势，超过一半的规则随时间既添加从句又删除从句；同时存在频繁的还原操作，表明变更常被重新审视而非严格累积。结合结构分析、基于LLM的推理和人工验证操作意图，发现约四分之一到三分之一的规则在扩展覆盖率和减少误报之间交替，而非趋于稳定形式。这些结果揭示了公共仓库中检测规则的演化反映了持续的操作权衡，而非稳定收敛。该研究提出了规则为何如此变化的问题，并支持了制定和部署安全规则更好流程的研究方向。

CVE-2026-22738-Spring AI SimpleVectorStore 中的 SpEL 注入导致远程代码执行漏洞分析

基于ptrace与/proc/mem的Linux无文件进程注入：攻击实现与内存取证检测

2026阿里白帽大会 - Agent安全(智能体时代的攻防新范式)

0day--JeecgBoot v3.9.1 多漏洞审计过程

该论文通过主动测量方法，深入分析了威胁情报（TI）生态系统的动态特征和潜在风险。研究收集了大量TI数据源，评估了其覆盖范围、准确性和时效性，并探讨了情报共享中的协作与竞争关系。论文揭示了TI生态系统中的信息质量差异、数据重复和延迟问题，以及可能的供应链攻击面。实验结果表明，现有TI系统在面对快速演变的威胁时存在显著盲区，为改进情报分发机制提供了实证基础。

本文提出 Looma，一种用于云应用的低延迟后量子 TLS（PQTLS）认证架构。随着量子计算技术的发展，传统公钥密码（如 RSA、ECDSA）面临被 Shor 算法破解的风险，因此业界正加速向基于格的密码方案迁移。然而，现有 PQTLS 实现因密钥尺寸大、计算开销高导致延迟显著增加，难以满足云环境中延迟敏感型应用的性能需求。Looma 架构通过以下创新解决该问题：（1）利用 CPU 安全扩展（如 Intel SGX）和硬件加速器（如 QAT）将后量子签名验证卸载到专用硬件，减少主 CPU 负担；（2）设计轻量级握手协议，复用会话凭证以避免重复的完整 PQTLS 握手；（3）引入预计算机制，在空闲时批量生成共享密钥，降低在线延迟。实验基于真实云平台（AWS、Azure）和多种后量子签名方案（如 Falcon、Dilithium）进行测试。结果表明，与标准 PQTLS 实现相比，Looma 将 TLS 握手延迟降低 60-80%，吞吐量提升 2-4 倍，且安全性等同于规范要求。该工作为后量子 TLS 的实用化部署提供了可行方案，尤其适用于云微服务、边缘计算等低延迟场景。

该论文提出了一种名为 PhantomMap 的新型攻击方法，利用现代 GPU 的并行计算能力和内存特性来辅助 Linux 内核漏洞的利用。传统的内核利用通常依赖 CPU 侧的漏洞触发和内存操作，而 PhantomMap 通过 GPU 设备映射（mmap）将内核内存暴露给 GPU，并利用 GPU 的内核执行环境进行内存扫描、堆喷射、侧信道信息泄露等操作。论文详细介绍了 GPU 辅助的内核利用原语，包括如何通过 GPU 线程实现高效的内存布局探测、地址空间布局随机化（ASLR）绕过，以及利用 GPU 的共享内存和原子操作进行同步。实验在多个版本的 Linux 内核上验证了该方法，成功提权并稳定利用。该工作揭示了 GPU 作为攻击面的新风险，对内核安全防御提出了新的挑战。

该论文针对数据平面DoS缓解机制中内存自适应与增强技术可能引入的安全风险进行了系统研究。数据平面通常使用基于内存的数据结构（如sketch、哈希表）来统计和识别异常流量，然而动态调整内存大小或增强功能（例如为了适应流量变化而扩展内存）可能被攻击者利用，从而破坏缓解机制的有效性。论文以两种典型的DoS缓解方案（Cerberus和SHIELD）为例，分析了内存自适应操作（如重新分配、扩缩容）和增强逻辑（如合并统计信息）中的安全漏洞。作者实现了基于DPDK的Cerberus和SHIELD原型系统，并开发了名为Packet Testing Framework (PTF)的Python数据平面测试框架，用于系统性地验证攻击场景。实验表明，攻击者可以通过精心构造的流量序列，诱导内存自适应策略产生错误的统计分布，从而绕过检测或引发资源耗尽。论文的核心贡献在于揭示了内存管理机制本身可能成为攻击面，而不仅仅是网络协议或算法缺陷。适合网络安全研究员、数据平面开发者和DoS防御系统设计者阅读。

For the latest discoveries in cyber research for the week of 4th May, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Medtronic, a global medical device maker, has disclosed a cyberattack on its corporate IT systems. An unauthorized party accessed data, while the company reported no impact on products, operations, or financial systems. Threat […] The post 4th May – Threa

本文针对FlyClient轻量级区块链验证协议在实际部署中面临的技术挑战展开研究。FlyClient原本旨在让资源受限环境（如移动钱包、物联网设备或基于智能合约的跨链桥）仅需极少量数据即可完成工作量证明验证，但其仍处于实验阶段，缺乏真实世界部署和多样化性能评估。作者从理论和实践之间的鸿沟出发，提出了三项主要贡献：（1）引入了一种替代原FlyClient的对手模型，该模型允许验证器在具体经济解释下进行参数化，同时节省证明空间；（2）首次为生产级区块链（Zcash）实现了实用的FlyClient证明器，并在不同配置下评估了其性能；（3）提出并评估了两种优化方案以最小化FlyClient证明的大小，其中一种优化无需更改共识协议。实验结果表明，这些优化能显著减小证明尺寸，提升协议在资源受限设备上的可行性。本文适合区块链开发者、轻量级验证研究者以及关注跨链桥安全性的工程师阅读。

Key Takeaways Background VECT Ransomware is a Ransomware-as-a-Service (RaaS) program that made its first appearance in December 2025 on a Russian-language cybercrime forum. After claiming their first two victims in January 2026, the group got back into the public eye due to an announcement of a partnership with TeamPCP, the actor behind several supply-chain attacks […] The post VECT: Ransomware by

For the latest discoveries in cyber research for the week of 27th April, please download our Threat Intelligence Bulletin. TOP ATTACKS AND BREACHES Vercel, a frontend cloud platform, has disclosed a security incident linked to a compromise at Context.ai, where stolen OAuth tokens enabled unauthorized access through a connected app. The company reported access to employee […] The post 27th April –