该论文聚焦一个长期被忽视的防护缺口：部署前的密钥扫描只作用于源代码仓库，而从不检查生产应用实际向浏览器下发的资源。作者在一次获得授权的评估中审计了某组织约 2,000 个企业级 Web 资产，发现其中 113 个（5.65%）在生产 JavaScript 打包文件中直接下发仍然有效的凭证，包括 Azure AD 客户端凭证与 API 管理（APIM）订阅密钥；这些凭证被证实可用于账户接管和大规模数据暴露，形成了完整的两条利用链。为量化“左移扫描”与真实运行态之间的差距，作者构建了独立的 Ground Truth 集合 GT-194，包含 194 条真实可用的密钥级凭证，构建流程为 Claude Opus 4.7 自动抽取加人工分析师复核，并由 GPT-5.5 对 247 条 LLM 抽取候选做独立校验（Brennan-Prediger kappa = 0.676）。核心发现具有结构性：GT-194 中有 13.9%（27/194）只能通过人工分析发现，所评估的九款生产级扫描器无一能够检出，属于与工具无关的系统性盲区；此外，采用 CryptoJS 加密的配置项可击败所有静态扫描器，因为凭证只有在与密钥同址存放并被运行时解密后才存在，只有具备运行时感知能力的检测才能触达。九款扫描器合计覆盖率仅停留在 86.1%，其中最佳静态扫描器召回 36.6%，最佳运行时感知扫描器为 77.8%（F1 = 0.818，McNemar p < 0.001）。研究还指出，在 86 个暴露密钥的应用中有 63 个（73.3%）其完整的 Azure AD 令牌签发链条与凭证同处一个打包文件，可从浏览器侧代码直接触达。作者归纳了凭证绕过检测进入生产环境的五条路径，并提出分层运行时检测方法论与修复框架。局限性在于召回率结论仅适用于单一组织的 Azure 重度依赖语料。

本文研究基于硬件性能计数器（HPC）的恶意软件检测方法。HPC 是处理器运行时采集的低层微架构活动数据，可反映应用行为。传统杀毒软件依赖特征匹配，难以应对未知威胁；硬件辅助检测作为补充，可增强系统安全。然而，HPC 检测面临挑战：处理器每个时钟周期最多只能同时测量 2 到 8 个性能事件，而完整刻画应用行为通常需要更多事件，导致检测效率低下。为此，作者提出利用集成学习技术优化 HPC 选择与分类器组合，以较少的 HPC 数量达到甚至超过传统多 HPC 方案的检测性能。实验基于 18 种机器学习模型和两种集成学习方法，构建了共 144 种配置。结果表明，采用集成学习仅用 2 个 HPC 即可比使用 8 个 HPC 的标准分类器提升最多 10% 的检测性能；同时，仅需 4 个 HPC 就能匹配使用 16 个 HPC 的标准 ML 检测器性能，从而大幅降低硬件测量开销，使运行时恶意软件检测成为可能。该研究为高效、低开销的硬件级恶意软件检测提供了新思路，并验证了集成学习在减少性能事件数量方面的有效性。

本文提出了 FlowGuard，一个基于证据的 MCP（模型上下文协议）安全检测系统。MCP 允许 LLM 代理与外部工具交互，但现有安全扫描器主要依赖语义信号（如字符串模糊匹配）而非实际执行行为，导致误报。例如，看似凭证的字符串可能只是占位符，并非真实泄露。FlowGuard 填补了这一空白，通过组合语义风险分类、重定向引导的载荷缩减、模式验证的探针生成、证据评估和历史引导的细化，实现了对执行相关风险的运行时证据验证，以及对工具元数据和返回内容中语义风险的检测。系统在包含 1880 个 MCP 案例的可执行基准测试上评估，覆盖五种漏洞类别。在命令注入和文件系统访问类别上，F1 分数分别达到 0.879 和 0.942。与现有动态扫描器相比，端到端延迟降低了最多 2.23 倍。在实际评估中，FlowGuard 在 326 台服务器上报告了 523 个发现。结果表明，基于证据的检测可以同时评估 MCP 交互中的执行相关风险和语义风险。