该研究对商用 4G LTE 毫微微蜂窝基站（Femtocell）进行了系统性的安全评估，揭示了这类小型基站设备在真实世界部署中存在的严重安全风险。研究团队采集并分析了多款在市场上销售的 4G LTE Femtocell 固件与硬件，从攻击面入手，涵盖 Web 管理接口、调试接口、固件更新机制、底层操作系统安全配置以及无线协议实现等多个层面。通过逆向工程和漏洞挖掘，发现这些设备普遍存在硬编码凭证、不安全的命令注入点、缺乏签名校验的固件升级流程、暴露的调试服务以及弱加密算法等典型脆弱性。部分漏洞可被远程利用，导致攻击者能够完全控制设备，进而拦截、篡改或重定向用户流量，甚至影响核心网络的安全稳定。研究还讨论了这些漏洞被利用后对运营商网络和终端用户的潜在危害，并提出了相应的缓解与加固建议。这项工作首次对当代 LTE Femtocell 的荒野安全态势进行了全面评估，为电信设备制造商、运营商和安全研究者提供了重要的参考，强调了小型蜂窝设备作为网络边缘节点需要更严格的安全审查与生命周期管理。

本文对DeepSeek Harness (DSH) 这一大语言模型智能体框架进行了系统性的间接提示注入安全评估。研究团队使用自研的AI-Infra-Guard (A.I.G) 工具链构建测试用例，通过受控污点注入、执行DSH、采集执行轨迹并判定结果的方式，对DSH在多种间接内容通道下的安全性进行了大规模量化测试。实验覆盖了14,560次受控执行，涉及16种间接内容通道、文本与文件两种载体模式、35种载荷目标、一个未修改的基线以及12种攻击方法。实验设计保留了DSH的智能体循环、工具注册表、模型适配器和会话事件路径，并将源工具与敏感接收器设置为本地夹具，从而在不产生外部副作用的前提下记录所有尝试性操作。每个执行轨迹均通过确定性规则裁判（RuleJudge）和基于语义的LLM裁判（LLMJudge）进行双重评估。最强的攻击成功率表现为：在文本模式下，伪造完成攻击在LLMJudge下的成功率为17.0%；在文件模式下，隐藏Unicode攻击在RuleJudge下的成功率为25.5%；在文件模式下，技能通道攻击在RuleJudge下的成功率为16.0%。此外，LLMJudge相比RuleJudge更倾向于判定部分合规（7.3%对比2.0%）。论文进一步分析了这些结果与DSH对工具结果、附加上下文和工具调用策略钩子的处理方式之间的关联，并提出了应在不可信内容与敏感操作之间部署的防护控制措施。该研究对于理解LLM智能体框架的间接提示注入风险具有重要价值，代码已开源在GitHub上。适合大语言模型应用开发者、安全研究人员及蓝队成员阅读。

本文提出了一种名为 KeyChaser 的工具，旨在自动检测并揭示浏览器扩展中硬编码或不当暴露的 API 密钥。研究背景是大量浏览器扩展直接嵌入第三方服务的 API 密钥，导致密钥泄露风险，攻击者一旦提取这些密钥即可滥用服务、窃取数据或发起恶意操作。核心问题在于现有静态分析工具难以覆盖动态生成的密钥使用模式，且无法区分合法与恶意密钥暴露。KeyChaser 采用动态分析方法，结合语法特征（如正则匹配常见密钥格式）和语义特征（如追踪密钥在 HTTP 请求中的使用、存储位置及浏览器 API 调用），在运行时监控扩展的行为。实验在 Chrome Web Store 上收集的数千个扩展上进行，结果表明超过一定比例的扩展存在密钥泄露行为，且部分密钥具有完整访问权限。论文还讨论了这些泄露可能带来的具体威胁，如账户接管、服务滥用等，并提出了开发者应遵循的安全实践，例如使用密钥管理服务、限制密钥权限、定期轮换等。该工作为浏览器扩展生态的安全评估提供了有效工具，并推动业界对 API 密钥保护问题的重视。

本研究聚焦于大型语言模型（LLM）在辅助软件安全分析中的安全状态影响。LLM辅助的软件安全分析处于一个微妙的边界：用于合法代码审查、分类和修复的漏洞分析术语可能与滥用场景下的术语高度相似。现有安全评估常比较不同模型家族，混淆了安全行为与架构、规模、训练数据等差异。为隔离这一因素，论文研究同一谱系模型的安全状态：即拒绝行为是否保持完整（Aligned）或已被移除（Abliterated）。作者选取Gemma和Qwen两个模型家族的对齐指令微调版本及其公开发布的拒绝消融变体，在漏洞检测、CWE归因、脆弱代码行定位、根因定位及可执行补丁验证五项任务上比较Aligned与Abliterated状态的表现。此外，实验将提示措辞作为受控维度：提示从中性代码审查语言开始，逐步加入授权上下文并增加网络安全术语密度。在基于Gemma的Java/Vul4J修复验证研究中，Abliterated在早期验证率上显著优于Aligned：修补程序被认为可用、成功应用和成功编译的比例分别为67.8%、65.0%和32.8%，而Aligned对应仅为29.9%、24.9%和9.0%。在Qwen对中，Abliterated提升了定位性能，行级F1从2.08%升至3.91%，Top-1准确率从4.10%升至6.95%。结果表明，评估基于LLM的安全助手应同时衡量模型是否响应、正确响应是否可用以及输出在整个工程流程中是否可操作。该研究为安全从业者设计LLM辅助工具提供了重要参考。

本文系统性地从六个引擎级安全属性评估了五种AI代码沙箱产品隔离访客代码与宿主内核的能力。六个维度包括：1.1 宿主攻击面、1.2 信息泄露、1.3 纵深防御可堆叠性、1.4 公开CVE历史、1.5 补丁节奏、1.6 上游模糊测试状态。研究强调单一维度不足以支撑比较判断，交叉分析才是关键。主要发现有三点：(1) 引擎类别（微VM、用户态内核、OCI容器）在每个架构维度上均明显区分，但同类产品间差异不大；(2) 产品引脚策略是主导操作者变量——引擎侧补丁延迟在协同披露下平均约0天，而下游滞后从0天到471天以上，甚至“不透明”或无限；(3) 模糊测试投入分为三个层次，而“微VM × 持续公开模糊测试”的最强组合在本研究集中空缺，导致“0个已发布CVE × 无上游模糊测试 × 无学术研究”的交集在结构上未被测量。报告给出了各维度的排序、各产品的画像以及威胁模型限定矩阵，未提出总体排名。配套代码仓库开源（Apache-2.0）。适合安全架构师、沙箱开发者及AI平台安全评估人员阅读。

该论文首次系统性地评估了商业物联网安全防护产品（IoT safeguards）的威胁检测能力。研究背景是智能音箱、安防摄像头等消费类物联网设备在家庭中日益普及，带来了隐私和安全威胁，而市场上出现了多种声称能提供保护的服务（如防火墙、入侵检测等）。然而，这些防护产品的实际效果及其自身可能引入的隐私风险尚未被充分研究。作者开发了一套自动化实验框架，能够在大型物联网测试床上对多个流行商业防护产品进行可控实验，模拟常见的安全威胁（如网络扫描、恶意域名解析）和隐私风险（如不必要的数据收集）。通过数千次实验，结果发现这些产品在检测和阻止安全威胁方面存在显著不足，许多攻击未能被识别或阻断。更严重的是，这些防护产品本身会与云端进行大量交互，收集用户设备的行为数据，可能反而增加了家庭的隐私暴露风险。论文的主要贡献包括：首次对IoT防护产品进行大规模比较分析；公开了自动化实验工具和数据集；揭示了当前防护产品的效能缺陷和隐私隐患。该研究适合安全研究人员、物联网设备制造商、隐私倡导者以及消费者阅读，以了解现有防护产品的局限性并推动改进。