2026/7/25 · CyberRadar
Electron 框架广泛用于桌面应用，其进程间通信安全至关重要。Proton 采用分段定向 Fuzzing 技术，专门挖掘复杂的跨进程 Message Progression Vulnerabilities。它在 589 个应用中发现了 23 个零日漏洞，其中 22 个可导致操作系统命令执行。研究团队已获得 11 个 CVE 编号，证明了该工具在自动化漏洞挖掘领域的卓越实战能力。 [link]
闭源模型架构不再是秘密。LeakyLMs 利用 GPU 推理过程中的 Token 生成时序差异，首次实现了远程窃取模型层数、隐藏层维度等关键参数。研究发现 Google Gemini Flash 2.5 采用了 128K 上下文的投机采样技术。在对 Llama 系列模型的测试中，该攻击以前 10 名命中架构的准确率超过 90%。它为大模型知识产权保护敲响了警钟。 [link]
调用商业 API 时如何确定后端模型没被偷梁换柱？IRIS 是一款仅需文本输出就能审计模型替换和稀释攻击的黑盒工具。它通过指纹识别技术识别模型身份，即便服务商仅将 30% 的请求路由到廉价模型，IRIS 也能精准捕捉。在针对 OpenRouter 和 Qwen 系列模型的实测中，该系统展现了极高的检测效能，是维护大模型市场诚信的利器。 [link]
编程智能体在获得自动执行权限的同时也引入了巨大风险。IssueTrojanBench 针对 Cursor 和 Claude Code 等主流智能体设计了恶意任务指令。实验显示 66.5% 的恶意请求能穿透现有防护，导致敏感数据外泄或环境持久化控制。研究揭露了现有 Agent 框架防护能力的缺失，强调了在自主编程时代构建深度安全防御体系的迫切性。 [link]
换脸攻击给社会信任带来挑战。PhantomSeal 提出了一种主动防御方案。它在用户图像中嵌入隐形标识符，迫使生成算法产生特定身份的内容。该系统能有效阻止换脸攻击，并将 SimSwap 的成功率降至 0.3%，同时支持 97.97% 的篡改溯源精度。这种集防御与取证于一体的技术为内容可信度提供了双重保障，弥补了被动检测的不足。 [link]
BOLA 是 API 安全中的头号威胁，传统的 WAF 难以识别这种逻辑漏洞。AuthProbe 是一款基于 OpenAPI 规范驱动的黑盒扫描器，通过模拟多个身份交叉验证资源访问权限。它能自动发现越权读取风险，并在招聘 API 等真实场景中实现了零误报。该工具已开源且支持集成到 CI 流程中，为企业提供了自动化的身份访问安全闭环。 [link]
AI 生成的代码正在进入企业生产流程，但安全审查往往缺失。这项研究对比了 ChatGPT、Copilot 和 Gemini 生成的自动化脚本，发现所有生成的脚本均包含可利用的漏洞。这些漏洞横跨 17 个类别，且与模型种类关系不大，更多取决于任务本身的风险。这一结论警告组织不能盲目信任 AI 产出，必须对所有生成的代码实施严格的安全审计。 [link]
建筑自动化系统正面临严峻的网络威胁。研究者通过改进 Zeek 插件并构建高保真的 HVAC 模拟平台，生成了带标签的 BACnet 协议攻击数据集。评估发现 One-Class SVM 模型能有效识别拒绝服务和侦察攻击，F1 分数接近满分。该研究填补了工业控制协议安全数据匮乏的空白，为关键基础设施的异常检测提供了可靠的特征工程范式。 [link]
混合证书认证并非看起来那样安全。在向后量子加密迁移的过程中，许多验证程序在处理 X.509 证书时存在逻辑缺陷。研究测量了 8 个主流协议栈，发现当后量子凭证被吊销而经典凭证仍有效时，默认路径依然接受认证。这种结构性的安全鸿沟可能导致降级攻击。文章提出了政策参数化参考契约，为构建抗量子攻击的认证体系指明了方向。 [link]
射频指纹识别在不同接收环节的表现差异巨大。通过在 BPSK 接收链的五个探测点进行系统性测试，研究发现定时恢复阶段是获取物理层特征的最佳位置。使用 LLM 设计的自编码器在性能上并未显著超越基础模型，证明了探测点的选择比模型复杂度更重要。这一结论对无线电设备身份认证和开放集物理层识别的工程实践具有指导意义。 [link]
RAG 系统在整合多个外部文档时面临分裂知识攻击。恶意攻击者注入看似无害的片段，诱导模型生成错误结论。 TopoGuard 引入了图论防御方案。它通过构建语义相似性图来识别具有恶意拓扑结构的上下文。在 HotpotQA 数据集上的测试表明，其捕捉攻击的能力达到传统工具的 21 倍。该系统运行效率极高，延迟处于亚毫秒级别。这为构建安全可靠的工业级 RAG 应用提供了关键技术支撑。 [link]
AI Agent 正在接管复杂的工程优化任务。 InferenceBench 挑战智能体在 2 小时内提升推理系统的运行效率。它设置了首字延迟和吞吐量等 4 种真实的优化场景。测试涵盖 15 种前沿智能体配置。结果显示部分智能体能比原生 PyTorch 基准提速 8 倍。目前智能体在探索多元优化路径上仍存在瓶颈。这一研究为评估智能体在开放式 AI 工程环境中的实战能力提供了标准化尺度。 [link]
第三方技能极大地扩展了 Agent 的能力边界。这也引入了难以预测的安全隐患。 OpenSkillRisk 整理了来自公共市场的 263 个高风险技能。它将威胁分为 7 个类别，并为每个技能匹配了受控的沙箱环境。测评结果令人担忧。即便最先进的 LLM 也会在 17 % 的测试中触发危险行为。智能体在识别上下文相关的系统性风险时表现较弱。该研究揭示的失败模式为未来智能体架构的安全加固提供了数据支持。 [link]
深度搜索要求智能体在多重约束下寻找到精准答案。 AREX 引入了递归自我改进机制。它在内部研究循环收集证据。外部改进循环则负责审计答案并标记未解决的约束。该系统能够自主更新上下文，将长程交互历史压缩为关键的改进状态。通过在验证过的合成任务上进行强化学习， 4 B 规模的模型表现出了极强的韧性。它在 HLE 等硬核推理测试中超越了许多参数量更大的对手。这标志着自主研究智能体向高效闭环演进迈出了一大步。 [link]
评估手机个人助手需要丰富的上下文数据。真实的隐私数据难以直接共享。 SenWorld 利用数字孪生技术模拟真实的社会运行。它整合地图和天气等数据，让虚拟人格在仿真环境中活动并产生日志。数据标签由系统快照自动生成，无需 LLM 裁判介入。在对 16 个北京人格的模拟中，其行为分布与真实用户基准高度接近。该方法成功暴露了生产级助手的检索错误。它为隐私敏感型 AI 的研发提供了零风险的实验平台。 [link]
知识编辑是大模型持续进化的关键。不当的编辑常导致逻辑推理能力的崩塌。 Moir 指出这种损失源于协方差估计时的分布偏移。它利用模型自身的解码分布进行采样，实现了无需外部语料的编辑保护。在对 Llama 3.1 等模型的测试中， Moir 显著缓解了顺序编辑带来的能力流失。经过 20000 次编辑后，模型的数学准确率依然稳定。这种对模型内在分布的对齐，是实现非破坏性知识更新的高效方案。 [link]
材料科学文献涉及复杂的性能与成分关系。传统的 RAG 架构难以应对海量的异构数据。 AlphaAgent 引入了基于技能契约的智能体框架。它将复杂的检索意图与报告生成逻辑进行解耦。检索技能会对 30 万篇专业论文进行精准查询。生成技能则直接解析 PDF 文档以产出跨论文综述。在 40 个深度分析任务中，该系统的表现显著超过基准模型。它展示了智能体在垂直科研领域的巨大工程潜力。 [link]
MoE 架构正成为大规模模型的主流选择。其内部的幻觉抑制机制仍待开发。 EAACD 深入探究了 MoE 模型高层的专家激活规律。研究发现事实性输出在激活路径上具有独特的统计特征。该框架根据专家表现的可靠性进行分组对比。它通过自适应解码策略校准模型的原始预测。在 4 个主流数据集上， EAACD 的性能均优于传统对齐方法。这为提升专家混合模型的输出可信度提供了新颖的解码侧方案。 [link]
大模型与智能体已成为搜索结果的主要消费者。现有的 RAG 评估系统大多局限于对单篇文档打分，无法衡量文档集内部的冗余与冲突。 Rubric4Setwise 提出了评估诊断优化的闭环框架。它包含 2.8 万个高质量评估准则。该方法能将复杂的准则转化为高效的文档筛选信号。实验证明它能用更少的文档获得更优的下游生成效果。它改变了单纯追求相关性的检索范式，让文档组织变得更具逻辑性。 [link]
软件测试管理正从手动操作转向智能自主生态。 AINTMA 部署了 6 个分工明确的 AI Agent 。它们在云原生微服务架构上协同工作。强化学习 Agent 基于 47 个特征对测试优先级进行建模。生成式质量 Agent 则将复杂的缺陷风险转化为通俗的文字叙述。在长达 18 个月的企业级评估中，该系统将缺陷漏检率从 8.3 % 降低到 2.1 % 。它证明了多智能体协作能有效解决大规模分布式系统的质量瓶颈。 [link]
Clop 勒索软件团伙正在发起全新的数据窃取勒索活动。他们瞄准了暴露在互联网上的 PTC Windchill 以及 FlexPLM 实例。 [link]
一名伊利诺伊州男子于周二被判处 76 个月监禁和 3 年监督释放。他入侵了超过 750 名女性的 Snapchat 账户以窃取私密照片。 [link]
Chick-fil-A 证实其网站和移动应用在 6 月 17 日至 6 月 19 日期间遭遇了一波撞库攻击。超过 13000 名客户的账户因此被入侵。 [link]
Slopsquatting、phantom squatting 和 HalluSquatting 利用了相同的延迟绑定攻击模式。AI 编程代理会信任虚假的包名、仓库名或域名。ActiveState 解释了如何通过预取验证和受控依赖管理在恶意代码进入流水线前阻止这些攻击。 [link]
欧洲刑警组织在一项针对 The Com 的数周行动中标记了 4340 个需要删除的 URL。The Com 是一个由虚无主义暴力极端组织组成的松散网络。 [link]
黑客正在篡改酒店和会议中心 Wi-Fi 设备的 DNS 设置。他们将用户重定向到虚假的 Microsoft 365 登录页面。 [link]
微软表示其自动网络维护请求系统存在缺陷。该系统错误地删除了大量设备的 IP 路由，导致周四出现严重停机事故。Azure 和 Microsoft 365 服务均受到干扰。 [link]
包裹派送公司 OnTrac 正在通知客户，其企业网络遭到黑客入侵。客户的个人详细信息可能已经被泄露。 [link]
攻击者使用了开源的 Hermes AI 代理。他们在无人值守的 YOLO 模式下对泰国财政部的入侵活动实施了自动化后渗透攻击。 [link]