本论文对 Qubes OS 的安全公告记录进行了纵向分析，时间跨度为 2011 年至 2025 年，覆盖了 109 份公开的 Qubes 安全公告（QSB）、官方维护的 Xen 安全公告（XSA）跟踪器以及次要的漏洞事件敏感性序列。研究目标是测量公开公告记录的稳定性与特征，而非潜在的漏洞发生率或实际入侵。方法包括审计确定的组件归属、变点分析、过度离散检验、严重性加权、审查敏感性、文档延迟下限以及基准感知的漏洞发现模型评估。结果显示，公开记录显示出持续的上游依赖性：在官方跟踪器中，464 个 XSA 中有 113 个影响 Qubes；在主要标签下，109 个 QSB 中有 87 个（79.8%）归因于 Xen、CPU/微架构或其他上游组件，而非 Qubes 核心逻辑，加权视图下结果类似。变点分析识别出 2015 年第一季度为季度公告序列的主要断点，而 2018 年后的年度披露率在统计上平稳。泊松推断在离散诊断和负二项敏感性检验中稳定。归属代码本在分层 30-QSB 审计中表现良好，S 形漏洞发现模型描述性拟合不错，但在短期预测中并未显著优于滚动均值基线。总体而言，Qubes 公开公告记录看似稳定但并不沉寂：披露活动在比早期更高的水平上趋于平稳，而观察到的负担仍集中在上游信任锚点上。

本文针对模型上下文协议（MCP）的安全性问题进行了大规模实证研究。MCP已成为基于LLM的代理与外部工具及服务交互的标准接口，随着其被广泛应用于安全敏感操作，理解其真实世界风险变得至关重要。然而，由于缺乏大规模运行时MCP服务器，现有安全评估主要依赖对少量案例的扫描，但这些评估的可靠性尚不明确。为此，作者提出了MCPZoo——目前最大的用于动态分析的MCP服务器集合。MCPZoo通过一个多智能体框架构建，该框架模拟人类专家构建、诊断和迭代修复部署与运行时缺陷的过程，结合环境推理与反馈驱动的改进，将现实中的静态仓库转换为动态服务。为确保运行时交互性，服务器通过真实协议交互进行验证。最终，MCPZoo包含64,611个独立MCP服务器（总计113,927个），其中超过37,288个支持动态分析。基于MCPZoo，作者进行了首次生态系统规模的MCP服务器及对其进行分析的扫描器的测量。结果发现，现有扫描器报告96.89%的服务器存在风险，但这些信号并不可靠。具体而言，手动验证显示不到50%的采样告警为真阳性，且不同扫描器的输出存在明显不一致。总之，MCPZoo实现了大规模、可复现的MCP服务器安全测量，并暴露了当前扫描实践的限制。作者还发布了公共查询接口以支持MCP服务器的实际风险评估。

该论文深入研究了移动设备在住宅代理网络中的角色及其安全影响。住宅代理服务通过大量受控的代理节点（即代理对等体）转发客户流量，近年来日益流行。作者发现其中许多代理节点实际上是移动设备，而这些设备通常对隐私和资源敏感，因此其参与可能带来严重的安全与隐私风险。然而，目前学术界对移动代理节点的参与程度、招募方式以及具体风险知之甚少。为此，论文提出了一套检测和分类移动代理网络的方法，包括识别代理流量特征、分析设备招募机制（如恶意应用或合法SDK授权）以及评估潜在风险（如隐私泄露、电池消耗、带宽滥用等）。通过大规模实验，作者首次量化了移动代理网络的规模、地理分布和运营模式，揭示了多个实际案例，并讨论了防御对策。该工作为网络运营商、移动安全研究人员和政策制定者提供了重要参考。