2026/4/8 · CyberRadar
现代 5G 基带在身份验证前会处理复杂的配置消息，这构成了一个巨大的攻击面。ConSeT 框架通过提取协议规范中的字段约束，利用 LLM 识别语义一致性风险。它能生成看似合法但逻辑冲突的测试用例，成功诱发基带崩溃或断言错误。在对多款商用智能手机的测试中，该工具挖掘出七个未知漏洞，其中三个被定级为高危 CVE。这项研究揭示了移动通信底层的语义一致性危机。 [link]
全同态加密是隐私计算的圣杯，但在 GPU 上运行长序列 Transformer 推理时，内存消耗和通信开销极其恐怖。AEGIS 系统通过混合并行策略解决了这一痛点。它巧妙地对密文依赖关系建模，让计算和通信深度重叠。在四显卡环境下，它实现了近四倍的端到端加速，通信量降低了百分之八十一。这一突破让大规模 FHE 推理从理论设想走向了工业级应用。 [link]
即使是顶尖的推理模型，生成的代码也常含漏洞。SecPI 提出了一种新颖的微调管线，让模型内化安全推理能力。它通过构造结构化的安全推理链条进行训练，无需在推理阶段加入冗余的 Prompt 指令。在多项基准测试中，其安全性提升显著。最令人关注的是它的泛化能力，即便只在注入漏洞数据上训练，对内存安全类漏洞的防护效果依然出色。它让大模型在写代码时能默认产出高安全性的成品。 [link]
区块链取证通常依赖静态流水线，难以应对动态多变的洗钱路径。LOCARD 首次将取证建模为决策序列，引入三核认知架构进行战略规划。它能自动追踪跨链交易并瓦解女巫集群。在针对 Bybit 攻击事件的复盘中，它展现了极高的追踪保真度。该框架让区块链取证告别人工堆砌，转而进入自主智能体时代。其开源的 Thor25 数据集也为后续研究立下了标杆。 [link]
提示注入攻击让 LLM 应用如履薄冰。AttackEval 对此进行了系统性解剖。研究发现，简单的混淆手段就能击穿语义相似度检查，而情感操控攻击则能轻易骗过结构化检测。最危险的是复合攻击，其成功率竟能攀升至百分之九十七点六。这项研究不仅揭露了现有防御手段的盲区，更为构建鲁棒的 LLM 安全防御系统提供了实战指南。它是开发者理解大模型攻防博弈的必读之作。 [link]
后量子签名动辄数千字节，在 Kubernetes 和 5G 核心网的高并发握手中会造成严重延迟。这篇论文将 Merkle Tree Certificates 引入云原生架构。它利用默克尔包含证明取代了传统的逐证书签名，大幅缩减了数据包体积。实验证明，其验证速度比传统的 ECDSA 快了十倍以上。这套架构在保障抗量子安全的同时，几乎没有增加 TLS 握手的额外开销，是下一代基础设施升级的关键路径。 [link]
工业控制系统正面临日益精密的网络攻击。单纯靠启发式规则或单一模型已无法胜任。该研究将数字孪生与受限 LLM 结合，实现了对水处理流程的精准监控。数字孪生维持物理状态同步，LLM 则在复杂场景下介入推理。通过引入 JSON Schema 约束，确保了 AI 的输出不违背物理规律。在 SWaT 测试床上的零误报表现，证明了这种物理语义双重验证机制的卓越可靠性。 [link]
云原生环境下配置错误和工具碎片化是安全事故的主因。该研究推出了一款基于微服务架构的开源安全框架，统一处理 Kubernetes 和 OpenStack 资产。它集成了实时威胁监测与基于 Terraform 的自动化修复功能。在企业级测试中，它将漏洞评估时间从两小时缩短至十八分钟，安全事件总量降低了百分之六十二。它为中小规模团队提供了一套低门槛、高性能的云基础设施防御利器。 [link]
加密二进制逆向分析是软件安全皇冠上的明珠。CREBench 为评估 LLM 在这一领域的实战能力制定了标准。它包含上百个涵盖标准算法和不安全密钥使用的挑战。虽然 GPT-5.4 已经能解决近六成的难题，但与人类专家百分之九十二的胜率相比仍有差距。该基准测试为自动化漏洞挖掘和恶意软件分析指明了进阶方向，是衡量 AI 专家级逆向水平的试金石。 [link]
IPv6 协议合规性检测一直是个难题。传统的规则系统难以识别隐蔽的非合规流量。AICCE 引擎利用 RAG 和双架构推理机制，将协议规范向量化。它能通过 LLM 智能体讨论来提高决策鲁棒性，还能将条款自动转化为 Python 规则。在针对十六种大模型的测试中，其准确率高达百分之九十九。这为动态通信环境下的合规性审计提供了可扩展的自动化新方案。 [link]
面对大规模云服务的运维压力，ActionNex 带来了自动化故障管理的突破。该系统在生产环境中辅助应对 Azure 停机，能实时摄取多模态信号。它将海量的遥测数据和沟通内容压缩成关键事件。通过多层存储架构，它精准检索历史经验并生成下一步操作建议。相比传统的人工分诊，其精准度和召回率均表现出色。这是一套真正服务于云原生运维的一线工程系统。 [link]
RAG 消耗大量 token 的问题终于有了优雅解法。研究者提出 Knowledge Packs 方案。它通过预计算 KV Cache 实现零 token 的知识交付。在因果 Transformer 中，该方法能精确对齐原本需要大量 token 拼接的上下文。正确处理模版后，Qwen 3 等模型能节省 95% 的 token 成本。除了降低开销，它还支持通过关键特征算术来操控模型行为。这是一项极具工程落地价值的创新。 [link]
强制大模型输出 JSON 往往会严重损害推理能力。研究者发现了这种格式税的存在。性能下降的原因源自提示词中的格式约束。为解决这一难题，该研究提出了推理与格式解耦的原则。先让模型自由思考，再在后续步骤中转换格式。在 6 个开源模型上的测试显示，这种方法能显著找回丢失的准确度。对于构建稳定、高效的结构化输出应用，这篇论文提供了关键的实践指导。 [link]
论文中的数值模拟难以复现是科研人员的噩梦。RESCORE 框架利用 LLM 代理自动从控制系统的论文中恢复仿真代码。它由分析器、编码器和验证器组成。通过迭代执行反馈和视觉对比分析，系统能大幅提升重建的忠实度。在 500 篇顶会论文的测试中，复现速度提升了 10 倍。它为自动化研究复现建立了新标准。对于希望快速验证算法的工程师，这是一款实用利器。 [link]
随着智能体越来越多地依赖第三方工具和 MCP 服务器，供应链注入威胁日益凸显。ShieldNet 建立了一套针对这种新兴攻击的网络级防御机制。它不依赖表面痕迹，直接通过中间人代理监测网络交互行为。其内置的轻量级分类器能精准识别恶意连接。实验显示该系统在保持极低误报率的同时，实现了高达 0.995 的 F1 得分。对于构建安全的自主智能体架构，该研究提供了坚固的护盾。 [link]
STORM 作为一种多模态基础模型，将空间转录组学与组织病理学图像紧密结合。它在涵盖 18 个器官的百万级样本上完成训练。该模型通过分层架构桥接影像与组学特征。STORM 在预测肿瘤基因表达方面优于现有方法。它还能显著提升免疫治疗反应的预测精度。这不仅是跨学科研究的典范，更在临床精准医疗领域展现出巨大的应用潜力。它是医疗 AI 工程师不可错过的佳作。 [link]
在高风险的放射科报告评估中，VERT 展现了比现有指标更高的可靠性。该方法作为 LLM 评测器，能更精准地对齐放射科医生的专业判断。通过参数高效微调，仅需 1300 个样本就能将相关性提升 25%。研究还发现推理速度得到了 37 倍以上的优化。对于医疗影像自动化工作流，VERT 提供了一套轻量且可信的评估体系。它证明了专用模型在特定专业领域的评测价值。 [link]
科学研究中的海量脚本和文档往往难以转化为智能体的能力。SkillFoundry 框架为此实现了自动化突破。它能从异构资源中挖掘经过验证的智能体技能。这些技能包涵盖了输入输出定义、环境假设和测试用例。在基因组学等复杂任务中，该框架显著提升了编码智能体的表现。它让模型从单纯的阅读者变为具备操作能力的执行者。对于构建高度专业化的科学发现助手，该研究极具启发意义。 [link]
处理复杂表格的多轮对话时，单一的文本序列化常会导致误差累积。TABQAWORLD 引入了动作触发的多模态选择策略。它能根据当前任务动态切换视觉或文本表征。系统通过对表格元数据的估算，优化了推理路径并降低了交互延迟。这种训练无关的框架在推理准确度上实现了显著提升。它解决了真实场景下表格处理的效率痛点。它是构建高性能数据分析助理的关键技术。 [link]
硬件安全模型检测算法 IC3 的性能受制于复杂的启发式选择。IC3-Evolve 利用 LLM 在离线状态下自动生成代码补丁。关键在于它引入了证明与见证门控机制。只有通过独立检查的补丁才会被采纳。由于大模型仅在离线阶段运行，最终交付的检测器不带任何运行时推理开销。它在工业级基准测试中展现了极强的泛化能力。这项研究打通了 LLM 辅助底层逻辑验证的工程路径。 [link]
德国联邦警察局 BKA 已经确认两名俄罗斯公民身份。这两人在 2019 年到 2021 年期间，负责领导 GandCrab 和 REvil 勒索软件的运营活动。 [link]
德国联邦警察局 BKA 已经确认两名俄罗斯公民身份。这两人在 2019 年到 2021 年期间，负责领导 GandCrab 和 REvil 勒索软件的运营活动。 [link]
自动化渗透测试工具在初期效果显著，但很快会进入瓶颈期。Picus Security 解释了 PoC cliff 如何导致大量攻击面未被测试，并产生了危险的验证空白。 [link]
执法机构与私营公司通过国际合作打击了 FrostArmada。这是 APT28 发起的攻击活动，通过劫持 MikroTik 和 TP-Link 路由器的本地流量来窃取 Microsoft 账户凭据。 [link]
黑客正在利用开源平台 Flowise 中的最高级别漏洞 CVE-2025-59528。该平台用于构建自定义 LLM 应用和 agentic systems，漏洞允许执行任意代码。 [link]
与伊朗相关的黑客正针对暴露在互联网中的 Rockwell 或 Allen-Bradley PLC 设备。这些可编程逻辑控制器部署在美国关键基础设施组织的网络中。 [link]
超过 12 家公司遭遇了数据窃取攻击。此前一家 SaaS 集成供应商被攻破，导致身份验证 token 被盗。 [link]
美国受害者去年因网络犯罪损失近 210 亿美元。FBI 表示，这主要由投资诈骗、BEC、技术支持欺诈以及数据泄露引起。 [link]
WordPress 插件 Ninja Forms 的文件上传高级组件存在严重漏洞。攻击者可以在无需验证的情况下上传任意文件，进而导致 RCE。 [link]