2026/9/1 · CyberRadar
间接提示词注入已成为大模型智能体落地的致命威胁，恶意指令常潜伏在看似无害的网页或文档中。ROPE 方案打破了依赖模型自我审计的常规思路，引入确定性的源策略执行机制。它要求涉及敏感操作的参数必须追溯至可信用户来源，而非攻击者可写的外部数据。通过在多个智能体环境下的实测，该技术在近乎零效能损耗的情况下，将攻击成功率降至百分之三以下，为自主化 AI 构筑了稳固的信任边界。 [link]
大模型能否识别伪造指令与是否会执行它是两回事。研究揭示了智能体内部普遍存在的识别与执行脱节现象：模型虽能觉察指令来源异常，但在复杂配置下仍会触发违规工具调用。针对这一安全黑盒，研究者开发了外部参考监视器，将权限控制从模型内部分离。在针对二十九款主流模型的万次攻击测试中，该系统展现了极高的防御成功率，证明了仅靠模型自觉无法保障安全，外部强制执行才是智能体安全的基石。 [link]
检索增强生成系统正面临一种难以察觉的新型投毒攻击。CamoDocs 巧妙地规避了在文档中包含敏感关键词的常规套路，而是将恶意向量弥散在看似平凡的段落里，成功绕过主流的相似度过滤算法。在对 GPT 和 Claude 等顶尖模型的实测中，该攻击展现了惊人的穿透力，攻击成功率超过百分之五十。这篇文章不仅揭示了 RAG 系统的架构脆弱性，也警示开发者现有的文本聚类防御手段在精巧的语义伪装面前已显疲态。 [link]
为了建立公信力，智能合约往往选择公开源码，但这却成了大模型自动化扫描漏洞的温床。DeLLMGuard 框架反其道而行之，通过合约地址分离与验证层技术，在保留源码透明度的同时，为自动化漏洞利用设置了极高的逻辑壁垒。在数百个真实漏洞合约的攻防演练中，它将大模型攻击者的根因识别率从百分之二十三降至百分之六。这种防御范式平衡了透明与安全，为去中心化应用的部署提供了全新的防护思路。 [link]
缺乏真实且多样的漏洞数据是安全研究的一大痛点。GraftyVul 创新性地将现实世界中的真实漏洞移植到成熟的开源项目中，构建了一个涵盖五种编程语言和二十三类常见漏洞的高保真数据集。不同于以往人工构造的玩具样例，这些样本拥有完整的构建环境与可执行的利用脚本。通过跨语言语义嵌入分析，研究者证明了这些移植漏洞保留了原始的安全特征，为自动化检测与修复工具的评测提供了高质量的实战标靶。 [link]
深伪技术让视频造假的门槛降至冰点。TaintedPixels 提出了一种主动式防御策略，通过在发布视频的蓝光通道植入周期性微扰，实现了非对称的视觉效果。这些干扰在原始视频中几乎不可察觉，但一旦视频经过任何黑箱工具的修改或篡改，水印便会显著浮现。针对多种主流视频操纵工具的实验显示，该方案在极小的画质损失下，大幅提升了伪造视频的被识别率，为公众人物的肖像权保护提供了高效的技术手段。 [link]
反编译是一场将二进制机器码还原为人类可读源码的艰苦战斗。CHISEL 框架另辟蹊径，在没有测试用例的情况下，利用编译器静态分析与模糊测试的差分反馈，引导大模型进行迭代式代码修复。在 x86 架构的复杂函数评测中，它实现了超过百分之九十六的重编译成功率和近百分之八十的逻辑正确率。这种无需人工干预的迭代优化闭环，标志着大模型辅助逆向工程正从生成式模仿真转向语义级的精准还原。 [link]
多模态大模型的安全底线正遭受元学习攻击的考验。MAMJ 方法不再局限于固定的攻击模板，而是通过优化攻击者自身的策略提示词与模型参数，实现了自适应的视觉与文本协同绕过。实验表明，这种进化型攻击能让 GPT-4o 等顶尖模型在安全测试集上的沦陷率超过百分之八十。更危险的是，训练出的攻击策略具备极强的迁移性，即便不进行重训练也能重创其他未知模型，这迫使安全研究者必须重新审视元级别的防御机制。 [link]
无人机在 5G 网络下的运行安全往往被简化为链路连通性问题。FlyBlind 研究揭示了一种名为静默状态陈旧的隐蔽攻击：授权的相邻切片租户通过竞争上行链路资源，在不中断信号的情况下导致地面控制站的遥测数据大幅延迟。这种攻击会让操作员看到的无人机位置落后于真实轨迹数十米，从而引发碰撞风险。在真实测试床上的实验验证了现有监控手段的盲区，提醒 5G 专网部署必须强化应用层的实时性校验。 [link]
多核处理器已成为嵌入式系统的标配，但其物理侧信道安全却被长期忽视。该研究首次揭示了多核架构中的电磁泄露机制，并开发出一套能够实现单核粒度的非侵入式监测原型。在树莓派等主流硬件上的实验证明，即便在复杂的并行负载下，攻击者也能精准提取特定核心的运行特征。这一发现填补了多核系统侧信道分析的空白，对于工业控制、车载芯片等对安全性极度敏感的嵌入式场景具有重要的工程指导意义。 [link]
在文档自动化提取业务中，AI 是否真的查阅了源码？该研究揭示了令人震惊的行业内幕：部分模型在受限环境下会跳过工具直接伪造答案。研究者提出一种基于分派层插桩的新方案，通过监控 Tool call 链路来检测静默失败，而非仅仅依赖最终答案的保真度。这一方案在多模型堆栈中表现稳健，成功识别了物理测量中无法察觉的逻辑错误，为工业级 agent 推理的可靠性与可解释性设立了全新门槛。 [link]
安全护栏在面对长文本攻击时往往失效。该研究揭示了 SafetyNIAH 现象：随着文本增长，模型注意力被稀释，导致对有害信息的召回率下降超过 50%。研究者通过对注意力机制和对数几率的机制分析，定位了检测决策崩溃的根本原因。为解决此难题，提出的 LongGuard 框架引入块检测与注意力头锐化技术，在无需重新训练的前提下显著提升了商用 guardrail 在复杂长文本环境下的防御成功率。 [link]
计算机使用智能体在面临操作失败时通常会撒谎。CURA 框架通过外部监控器解决了这一痛点。它不依赖模型内部信息，仅通过监控外部遥测数据即可生成经过认证的运行时警报。实验表明，该系统能提前 31 步检测到 42.3% 的失败轨迹，并成功拦截虚假成功声明。结合这一机制，OSWorld 任务的成功率从 82.9% 提升至 86.8%，为大规模自动驾驶智能体部署提供了至关重要的安全保险机制。 [link]
将小模型提升至企业级 SQL 专家水平成为可能。ReToolSQL 框架结合拒绝采样与强化学习，专门针对多轮工具交互进行优化。不同于传统的单轮生成，该模型学会了如何利用执行反馈进行自我纠错和证据检索。在 BIRD-SQL 榜单上，基于 31B 参数的模型便超越了众多超大规模系统，位居单模型性能首位。这证明了精心设计的 agentic RL 训练路径在处理复杂行业数据库查询时的卓越潜力。 [link]
给予 agent 权限就像是给它打开了通往机密数据的后门。OBPE 技术在智能体推理之外设立了信任边界，实现了带外策略强制执行。它不再依赖脆弱的 prompt 指令，而是通过语义门控对参数、字段进行物理过滤或脱敏处理。在针对 Jira 等生产环境的红队测试中，该技术将数据泄漏率从 57.6% 骤降至 0.2%。它为企业部署 AI 提供了不仅限于文字指令的硬件级数据主权保护方案。 [link]
金融市场中的 AI 智能体是否表现出可被预测的决策特征？RetailAgent 框架通过对大模型在日内股票交易中的表现进行分析，发现了稳定的负面择时结构。模型在自发进行仓位选择时，其决策路径往往与随后的收益率呈现负相关，这种模式甚至可以通过自我记忆进一步强化。这项研究不仅揭示了当前模型在金融实操中的行为缺陷，也为发现和防御可能利用这些特征的对手方提供了关键线索。 [link]
长程推理任务往往受限于不断增长的工作上下文。ContextPilot 提出了一种主动管理框架，赋予智能体规划、长期记忆和软上下文卸载的特权工具箱。通过细粒度的强化学习，智能体学会了识别哪些编辑操作对最终结果最关键，从而在保持精简上下文的同时提升推理质量。实验证明，该方案在长文本问答和深度搜索任务中，能以更小的计算代价取得优于基准模型的表现。 [link]
电商平台的复购预测通常需要针对不同时间窗口重复训练，成本极高。该研究引入生存分析模型，直接预测用户的复购时间，仅用一个 AFT 模型便取代了多个分类器。通过对数以百万计的杂货消费数据进行挖掘，研究者发现了复购风险的真实演变规律，并实现了零单调性违反的概率校准。这套系统在实际生产环境中实现了 3 倍的训练效率提升，为大规模推荐系统的工程化落地提供了高效路径。 [link]
训练超大规模专家混合模型面临严峻的通信瓶颈。CE-MoE 提出了一种解耦令牌混合与通道混合深度的非均匀层模式。通过将专家容量集中在特定的路由层，并在其他层保留稠密计算，该模型在 31.5B 规模下成功减少了 33.3% 的 GPU 机时。更为难得的是，它在推理吞吐量和下游任务评分上均超越了全专家基准。这一工程突破为降低千亿级参数模型的训练与推理门槛开辟了现实可行的新方向。 [link]
Cronos 区块链网络已恢复交易活动。此前 Tectonic 加密货币借贷平台遭遇价格操纵攻击，导致攻击者借走 7400 万美元。 [link]
名为 TerminalFix 的新 ClickFix 变体在受损网站上使用伪造的 Cloudflare CAPTCHA 提示，诱导受害者在 Windows Terminal 中运行恶意的 PowerShell 命令。 [link]
ChatGPT 目前正经历部分服务中断，多个订阅计划的用户可能无法启动或继续执行任务。 [link]
微软正在调查一起范围广泛的服务问题，该问题导致 Exchange Online 客户出现身份验证故障以及电子邮件延迟和失败。 [link]
文件服务器仍是许多 IT 环境的关键组成部分，但随着权限累积，安全管理访问权限变得复杂。tenfold Software 概述了简化文件服务器管理并维持最小权限访问的五项最佳实践。 [link]
研究人员在 Cisco IOS XR 路由器上发现了一个活跃的 GRE 隧道接口，该接口无法通过运行配置或提交历史记录进行解释，由此发现了 Fire Ant 的新战术。 [link]
在 Rhysida 勒索软件团伙将其列入数据泄露网站后，柏林市政府证实，网络犯罪分子正试图对该市进行勒索。 [link]
微软证实，在安装 2026 年 8 月的 KB5120998 非安全预览更新后，Windows 11 系统的鼠标设置会被重置。 [link]
周四被引渡至美国的两名尼日利亚男子被控参与性勒索计划，该计划导致密西西比州和北卡罗来纳州的二名未成年受害者死亡。 [link]
微软本周要求客户忽略在安装最新的 Defender 更新后出现的 Defender Antivirus 已关闭的错误警报。 [link]