本文首次对互联网上暴露的 Model Context Protocol (MCP) 服务器进行大规模动态安全评估。MCP 自 2024 年 11 月发布以来迅速普及，公共互联网上可检测到超过 21,000 个服务器实例。作者结合被动发现与主动动态测试：被动发现覆盖 crt.sh、HuggingFace、GitHub、npm、Smithery、PyPI、Censys、FOFA、Shodan、glama.ai 和 pulsemcp.com 共 11 个数据源；主动测试使用自研框架 Corvus，包含 34 个测试模块，覆盖 10 类 MCP 特有漏洞。在 2026 年 7 月进行的四轮测量中，确认了 640 个生产 MCP 服务器，并对其中的 414 个进行了动态审计，发现 68 个可报告漏洞，涉及 SQL 注入、针对云元数据服务的 SSRF、提示词模板注入以及通过游标操作实现的路径遍历。审计发现 91.8% 的服务器未启用 OAuth 认证，687 个工具实例暴露 shell 执行能力且无访问控制，41.6% 的确认服务器在连续测量间隔三天内消失，表明快速部署且缺乏安全审查。作者还介绍了负责任披露流程，并将 Corvus 作为开源框架发布，用于 MCP 安全评估。该研究填补了 MCP 安全动态评估的空白，对理解 AI 代理基础设施的暴露面有重要价值。

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。

本研究通过控制实验揭示了互联网上IPv6扫描器的扫描策略。作者利用一个大型未使用的/56 IPv6子网，通过托管与IPv6服务器直接或间接交互的应用程序（如Web浏览、NTP池成员、Tor网络），选择性地使子网部分对扫描器可见。实验设计消除了隐藏变量对扫描的影响，建立了IPv6主机活动类型与扫描器关注度之间的因果关系。结果显示，主机活动（如Web浏览、NTP池和Tor网络参与）会导致扫描器向子网发送数量级更高的未请求IP扫描和反向DNS查询。DNS扫描器将扫描集中在托管应用程序的窄地址区域，而IP扫描器则广泛扫描整个子网。即使主机活动停止，仍观察到针对先前托管应用程序地址空间的持续残余扫描。本工作为理解IPv6扫描器行为提供了新视角，有助于改进IPv6网络安全监测和防御策略。