内容管理系统（CMS）承载了约 58% 的网站，其中 WordPress 占据主导地位；通过第三方插件进行功能扩展既是其流行的重要原因，也是其攻击面的主要来源。本文聚焦一个高影响但研究不足的弱点：CMS 插件产生的日志文件暴露。插件出于调试或其他目的会生成日志文件，若这些文件保护不足，攻击者可直接通过 Web 访问读取其中的敏感信息（如凭据、个人数据），历史上已因此导致网站被入侵。为系统性地解决该问题，作者提出一个基于智能体（agentic）LLM 的自动化检测框架，对 WordPress 插件逐个执行静态分析与动态分析，自动识别潜在的日志文件暴露。评估覆盖官方插件生态中安装量最高的 300 个插件（约占全部插件数量的 0.6%），这些插件合计超过 2.5 亿次活跃安装，相当于官方生态全部活跃安装量的约 75%，具有强代表性。作者对每一条发现都做了人工验证，成功复现了来自 62 个插件的 81 条发现中的 79 条，验证率很高。分析中观察到插件作者已实现若干防护措施，作者将其归类为“创建控制”（例如需要手动开启日志功能）与“访问控制”（例如在 .htaccess 中配置拒绝规则）；但同时指出，多层防护虽然必要，却并非在所有插件中都齐备，单一防护层的缺失即可导致暴露。基于这些结果，作者提炼出日志文件路径与防护模式的分类体系（taxonomy），并据此给出一组面向开发者的安全处理日志的最佳实践。研究最后也印证了智能体式 LLM 在安全分析任务中的实用价值：它能够将静态与动态检查编排起来，规模化地完成原本需要大量人工审计的插件暴露面排查。

该论文针对开放式无线接入网（O-RAN）的安全评估难题提出了一种基于图的可查询分析框架。O-RAN 通过模块化和互操作架构取代了传统供应商绑定的 RAN 系统，虽然促进了竞争与创新，但也引入了更高的复杂性和更大的攻击面。当前的安全评估方式主要依赖人工查阅大量规范文档、厂商白皮书和学术研究，过程繁琐且易出错，且难以保持动态更新。为此，作者设计了一个图数据库，将规范、论文、开源项目和漏洞数据库中的信息整合为统一的可查询结构，共包含超过 350 个节点和 1250 多条关系。为了保持资源时效性，框架采用混合数据提取流水线：对结构化规范使用确定性解析，对演进中的规范和非结构化文献则结合大语言模型（LLM）辅助提取。通过查询该图，论文在所选语料中揭示了三个可操作发现：首先，O-DU、SMO、O-Cloud 等关键基础设施节点在规范层面存在数十个威胁，但对应的实证研究覆盖极少；其次，被分析的 CVE 涉及的 21 个 CWE 条目中有 11 个与内存安全弱点相关；最后，20 个来自研究论文的 CVE 中有 18 个是通过模糊测试发现的。作者将数据库、流水线及查询脚本作为开源工件发布，为 O-RAN 安全研究者提供可更新的动态知识库，避免了静态交叉引用的局限。该框架不仅可用于攻击面分析，还可辅助安全测试优先级排序和漏洞研究定位。适合关注 O-RAN 安全、资产建模、知识图谱应用于安全分析的蓝队研究员、学术研究者及安全评估工具开发人员阅读。

该论文针对LLM反编译器评估标准提出质疑。当前LLM反编译器能将机器码还原为代码风格更干净的C代码，评估几乎只看输出是否可以重编译并顺利通过配套的输入/输出测试。作者Leu等发现这种度量会奖励错误轨迹：函数可以重新编译并通过所有提供的测试，却在其他合法输入上行为与原程序不一致；已披露的漏洞可能在反编译代码中悄然消失，崩溃路径完全不可见。为了弥补缺陷，论文提出Decompile-Diverge行为比较方法：它不依赖预先固定或手工构造的测试，而是针对每个函数自动合成驱动，从参考实现中生长模糊测试语料，再将原始编译代码与反编译、重编译后的代码放在同一批输入上，侦测行为偏差。实验涉及8个系统、9个配置，在已有LLM反编译语料上，通过全部测试的候选仍有4.9%在新增输入上与原程序不同，其中单一系统的最大偏差可达13%。在300个真实GitHub函数和287个CVE函数上，可重组性与行为一致性之间存在分离：例如某种基于LLM的修正能使Ghidra的构建率从75%升至90%，但行为匹配率却从74%跌至62%；在披露过的漏洞函数上，最多约一成输出出现'崩溃缺失'，即漏洞不再触发。源码级分析显示，偏差源于LLM新增的字段、类型、被调函数和条件守卫，替代了传统工具遗留的可见未知项。

本文提出 SquirRL，一个利用深度强化学习自动分析区块链激励机制攻击的框架。区块链的激励机制（如矿工奖励）对无许可区块链的安全运行至关重要，它激励参与者维护共识协议。然而，设计激励兼容的机制极具挑战，目前大多数公有链的激励机制缺乏严格的安全验证。SquirRL 的核心思路是将攻击者的策略建模为强化学习中的智能体，通过与环境（区块链协议和激励规则）交互来发现可获利的攻击策略。作者首先通过成功复现已知攻击来验证框架的有效性，表明深度强化学习能够自动发现复杂的攻击行为。该框架有望推动区块链激励机制的安全性分析从人工推演转向自动化探索，降低分析门槛并提高覆盖度。论文适合区块链安全研究者、协议设计者以及关注自动化攻防对抗的机器学习安全从业者阅读。

该论文对Google提出的Agent支付协议(AP2) v0.2进行了系统性的安全分析。AP2允许由大语言模型驱动的购物代理代表用户授权和执行支付，其签名的结账和支付授权用于保护签名后交易数据的完整性。然而，交易在授权前由代理交互和外部输入塑造的部分（如A2A消息和MCP工具调用）不在保护范围内。既往工作已发现AP2 v0.1的重放和提示注入攻击；v0.2虽然修复部分问题，但新增功能与部署假设需重新分析。本文基于角色、交易生命周期、部署架构和信任边界，将生命周期分为五个阶段，识别五种部署架构。利用MAESTRO框架建模了四个威胁行为者、十一个攻击面、十八种攻击者能力和六个攻击目标，得出涵盖五个攻击家族的48个威胁。并使用AIVSS评分，发现至少一种架构下有八项威胁达到高危级别。由于没有完整的公共AP2部署，作者构建了涵盖全部五种架构的测试床，开发了五个概念验证演示覆盖全部八个高危威胁及其缓解措施。同时开发了部署感知扫描器，将适用威胁映射到静态、跨角色一致性和对抗性检查。分析表明，仅凭有效的授权签名并不能确保在授权前上下文被操纵时，代理中介交易符合用户意图。研究贡献包括系统化威胁建模、风险量化、测试床和自动化扫描工具，为LLM代理支付安全提供了重要参考。

该论文针对 V8 JavaScript 引擎在嵌入到不同宿主环境（如 Chromium、Node.js 等）时产生的安全分析难题，提出了一种有效识别“外部桥接”（foreign bridge）的方法。V8 作为高性能 JS 引擎，其嵌入器通常通过 C++ 接口暴露内部对象或扩展能力，这些跨语言边界（JS 与 C++）的函数调用往往成为漏洞挖掘和安全审计的关键点，但现有分析工具难以在大量嵌入代码中准确发现这些桥接点。作者设计了一种结合静态分析、动态追踪及代码结构特征的技术，能够在 V8 嵌入器中自动定位和识别被外部调用或暴露给 JS 的 C++ 函数，并区分哪些桥接是真正存在安全风险的。通过实验评估，该方法在多个真实嵌入器（如 V8 默认测试套件和 Chromium 相关组件）上验证了准确性和效率，相比人工审计和已有启发式方法，显著减少了误报和漏报，同时能够发现一些此前未被注意的潜在风险点。这项研究为后续针对 V8 嵌入层的漏洞发现、攻击面建模和安全加固提供了可复用的基础设施。适合浏览器安全研究者、JS 引擎维护者以及从事嵌入式软件安全分析的工程师阅读。

论文提出了 xDECAF，一个可扩展的数据流图（DFD）分析框架，专注于信息安全领域的架构级分析。该框架扩展了传统 DFD 元模型，引入了带标签的节点和边，以支持更丰富的安全属性标注；同时提供了一种领域特定约束语言，支持不同的流操作，允许分析师定义数据流相关的安全约束（如未经授权的数据流向、敏感数据驻留位置等）。框架包含一个基于浏览器的编辑器，后端集成分析引擎，能够自动检查模型是否符合定义的约束，并报告违规。作者还发布了包含超过 20 个示例模型的数据集，每个模型都附带文档化的约束和预期违规，可作为可复用的基准测试集。xDECAF 已被多个独立研究项目采用，证明了其实用性。工具、数据集和在线编辑器均公开可用。该研究面向安全架构师、软件设计师和安全研究人员，帮助他们系统地发现设计阶段的数据流安全隐患。

该论文针对现代卫星固件的安全性进行了系统性实验分析。研究首先构建了针对卫星固件的威胁分类法，覆盖了从供应链攻击到在轨漏洞利用的多个层面。随后，作者获取了三个真实在轨卫星的固件映像，并基于实际攻击者模型（如无特权攻击者、具有物理访问能力的攻击者等）进行了逆向工程与漏洞挖掘。实验发现了多个安全关键漏洞，包括缺乏身份验证的调试接口、硬编码凭证、缓冲区溢出以及未受保护的敏感数据存储。此外，作者对19名专业卫星开发者进行了问卷调查，从行业视角印证了卫星安全实践的不足。论文揭示了卫星软件安全现状的严峻性，并呼吁业界摒弃“通过隐匿实现安全”的过时假设，加强固件安全设计与审计。

该论文提出了 FirmCure，第一个基于大语言模型（LLM）的全系统固件重托管框架，旨在自动化和自适应地重托管 Linux 固件。现有固件重托管方法在处理定制化设备时，由于专用架构和硬件依赖配置，导致初始化及运行时障碍严重依赖专家干预，效率低下。FirmCure 通过三个核心模块解决该问题：自适应感知推理模块，通过静态分析提取固件结构依赖；反射合成模块，迭代优化配置；自主运行时干预模块，通过运行时故障诊断与监控实时修复错误。在来自 10 个厂商、5 种架构的 21 个 IoT 固件映像上评估，FirmCure 实现了 100% 的网络端口开启率和 90.5% 的服务交互性，显著优于现有基线。框架成功复现已知漏洞并发现新安全缺陷，证明其干预策略可跨异构固件泛化。该工作推动了固件安全分析中全系统重托管的自动化水平，降低了对专家知识的依赖。

本文针对可搜索加密（Searchable Encryption, SE）方案中存在的隐私泄露问题，提出了一种名为“泄漏反转”（Leakage Inversion）的量化评估方法。可搜索加密允许用户对加密数据进行关键字搜索，但为了效率，方案通常会泄露一些额外信息（如访问模式、搜索模式等），这些泄露可能被对手利用来重建查询或文档内容。现有的安全模型通常基于“泄漏函数”来刻画泄露，但缺乏对实际隐私风险的精确量化。本文作者引入了一种新的框架，通过从泄漏中反向推断出原始数据或查询的可能性，从而衡量隐私损失。具体而言，他们定义了“泄漏反转难度”指标，并基于信息论和概率分析，给出了不同泄漏函数下隐私泄露的理论界。实验上，通过在真实数据集（如电子邮件数据库）上模拟攻击，验证了该框架的有效性。主要贡献包括：（1）形式化定义泄漏反转问题；（2）提出了通用的量化隐私的方法，适用于多种SE方案；（3）提供了理论和实验证据，表明即使看似微小的泄漏也可能导致严重的隐私风险。该工作有助于安全从业者理解不同SE方案的实际隐私保护水平，并为设计更安全的加密搜索系统提供指导。

本文对 IETF RFC 8555 标准化的 ACME（自动证书管理环境）协议进行了深入的符号安全分析。ACME 是 Web 公钥基础设施（PKI）的关键组成部分，被 Let's Encrypt 等证书颁发机构用于签发超过十亿张证书，目前大多数 HTTPS 连接都依赖于通过 ACME 颁发的证书。然而，相比于 TLS 1.3 或 OAuth 等其他协议标准，ACME 的安全性尚未得到同等深度的研究。先前的形式化分析仅考虑了早期草案版本的密码学核心，忽略了 RFC 中许多安全关键的低级细节，例如递归数据结构、带有异步子协议的长时间运行会话以及多域名证书的签发。本研究通过构建详细的符号模型，全面覆盖了 RFC 中定义的各种消息流程和状态转换，利用符号分析工具自动验证了 ACME 协议的安全属性，包括认证、授权、隐私和抗重放等。分析发现了若干潜在的设计缺陷和实现风险，并提出了改进建议。该工作为 ACME 协议的标准化和安全部署提供了重要的理论支撑。

该论文提出一个用户友好的软件平台，用于生成、分析和评估伪随机比特序列的可预测性。平台支持经典伪随机数生成器（如线性反馈移位寄存器LFSR和梅森旋转算法MT）及其混合结构，特别是LFSR-MT混合序列的复杂性和抗预测能力。平台集成了统计度量和数据驱动方法，并利用机器学习和深度学习工具来探究确定性PRNG即使在结构更复杂时仍可能存在的部分可预测性。实验结果表明，算法随机序列生成器在不可预测性方面存在固有局限性，从而支持在安全关键应用中使用量子随机序列。通过与经典LFSR-MT序列的对比，量子随机序列因其非确定性的物理起源而展现出更高的不可预测性。论文还讨论了量子随机序列在干扰（jamming）应用中的潜在用途，强调其对抗基于预测的攻击的鲁棒性。该平台为现代电子、传感和量子通信系统中的随机序列生成器提供实用的分析、比较和基准测试工具。

微服务架构因其松耦合和可扩展性，已成为构建现代Web应用的主流方式。然而，本文研究揭示，微服务应用仍然面临污点风格漏洞（taint-style vulnerability）的严重威胁。针对这一问题，作者提出了一种新颖的安全分析工具MScan，能够有效检测真实世界中快速演进的微服务应用中的污点漏洞。MScan主要由三个阶段组成：首先，通过网关为中心的分析（gateway-centric analysis）识别外部恶意用户可访问的入口点；其次，利用一种新的数据结构——服务依赖图（service dependence graph）来桥接微服务间的通信；最后，采用距离引导的策略（distance-guided strategy）进行选择性上下文敏感污点分析，以检测漏洞。作者将MScan应用于25个开源微服务应用和5个来自全球领先金融科技公司的工业微服务应用，成功发现了59个高危0-day漏洞，并进行了负责任的漏洞披露，截至目前已获得31个CVE编号。实验结果表明，MScan能够有效检测微服务应用中的污点漏洞，具备实际应用价值。该研究适合微服务安全研究人员、开发者以及安全运维人员阅读。

本文首次对主密码保护的密码管理协议（M3PM）进行了系统性的形式化安全分析。密码管理器（PM）帮助用户管理登录凭证，缓解记忆大量密码的负担，而M3PM协议描述了客户端与PM服务器之间的交互：客户端使用主密码进行身份验证，服务器协助跨设备检索凭证。随着PM数据泄露事件频发以及用户对服务器滥用的担忧，确保服务器对主密码和凭证不知情至关重要。作者通过文档分析、流量分析和逆向工程等方法，从43个行业和学术界的PM中识别出事实上的M3PM协议。为了形式化M3PM协议的安全属性，他们在通用可组合（UC）框架内提出了一组理想功能。根据对手的知识类型，他们将针对主密码的离线猜测攻击分为四类。分析表明，43个PM中有38个至少易受一种离线猜测攻击，揭示了各种单主密码保护的M3PM协议在不同条件下无法抵抗此类攻击的情况。此外，他们还发现了一种预言机攻击，使被攻陷的服务器能够学习知名开源PM Passbolt的加密密钥，并证明1Password的双密钥机制为用户的主密码和凭证提供了强保护。

本研究对大型语言模型（LLM）中的内容审核机制进行了全球范围的系统性分析。论文首先指出现有LLM部署时通常内置了内容过滤器以阻止有害或不当内容，但这些过滤器的有效性和一致性在全球不同地区因语言、文化、法律和监管环境的差异而存在显著不确定性。作者收集了多个主流LLM（如GPT-4、Claude、Llama等）的公开API和开源模型，设计了一套涵盖仇恨言论、敏感政治话题、暴力、色情等类别的多语言测试提示集，覆盖英语、中文、阿拉伯语、俄语、西班牙语等10种主要语言。通过自动化测试和人工评估相结合的方式，报告了不同模型在不同语言下对同一内容管制的差异——某些语言（如英语）的内容过滤极为严格，而其他语言（如低资源语种）则几乎无限制。进一步地，论文还揭示了特定区域（如中国大陆）的模型版本在政治敏感话题上存在额外的本地化审核规则，体现了“套娃式”的审核层级。实验表明，许多LLM的内容审核并非基于统一价值观，而是受到部署地区法律和社会规范的深刻影响，甚至出现“Ba Sing Se”（《降世神通》中虚构的乌托邦城市，寓意掩盖真相）式的表面和谐。该研究的核心贡献在于首次在大规模、多语言、多模型背景下量化了LLM内容审核的地理不均匀性，并提出了威胁分类法（taxonomy）来表征不同级别的审核力度。对于安全从业者而言，本文揭示了通过语言或区域转变绕过内容过滤的潜在攻击面，并强调了在全球化部署中维护一致性审核策略的挑战。

本论文针对 Nakamoto 共识（即比特币使用的工作量证明链式共识）的实际结算边界问题展开研究。该共识机制目前支撑着大多数加密货币和智能合约区块链。尽管已有大量理论工作精确确定了 Nakamoto 共识的安全区域（即保证渐进安全的参数化集合），但这些理论并未提供足够紧致的、能够指导实践的结算时间保证。论文旨在弥合理论与实践之间的差距，通过更精细的分析推导出实际可用的结算边界，使得区块链用户和开发者能够基于具体的网络参数（如区块生成速率、网络延迟等）计算出安全的交易确认等待时间。具体方法可能涉及对最长链规则下的分叉概率进行更严格的界限估计，或者引入新的统计技术来量化攻击者的优势。实验部分可能通过模拟或形式化验证展示新边界相对于现有理论的紧致性。主要贡献包括给出了首个针对实际部署场景的、可计算的结算时间界限，并证明了在典型参数下该界限显著优于已有结果。适合区块链安全研究者、协议开发者以及加密货币交易所的风险管理人员阅读。