2026/10/7 · CyberRadar
大型语言模型是否训练过特定数据？TranScope 通过微架构层面的周期级分析给出了确定答案。研究发现，训练过程中的 Tokenization 步骤会改变模型推理时的访存局部性，进而通过页表访问模式和 TLB 状态暴露训练数据指纹。这种利用硬件侧信道进行成员推理攻击的方法在 AUC 表现上远超现有技术。它不仅是版权侵权检测的新利器，也为大模型隐私防护敲响了硬件层面的警钟。 [link]
大模型在寻找漏洞时常常一本正经地胡说八道。研究显示，约百分之六十的正确漏洞判定竟伴随着虚假推理。VERA 框架为此引入了结构化推理记录，将大模型的逻辑推演转化为机器可读的状态转移场。通过自动化的突变测试和确定性检查，VERA 能识破百分之八十七被传统方案漏掉的逻辑错误。这标志着大模型从黑盒猜测向严谨、可审计的工业级漏洞分析迈出了关键一步。 [link]
主动型智能体在提供贴心建议时，可能正沦为外部攻击者的提线木偶。本文揭示了一种针对提供商侧的间接提示词注入攻击。攻击者无需接触用户隐私，仅需操纵目标相关内容，就能诱导智能体利用用户自身背景来合理化恶意推荐，从而降低用户的防备心理。这种攻击直接瞄准了智能体的决策权，展示了在人机协作新形态下，外部指令如何绕过安全边界，实现从诱导到控制的跨越。 [link]
小卫星商业化的浪潮下，现成的通信模块却成了太空资产的安全短板。SatBleed 研究首次对广泛部署的 COTS 通信模块进行了深度安全审计，在固件和协议设计中挖掘出多项高危漏洞。通过关联公开遥测数据，研究人员推测目前在轨的至少二十八项任务面临被敌意接管的风险。这项工作不仅填补了卫星子系统安全评估的空白，更紧迫地提醒开发者：太空并不意味着天然的物理隔离安全。 [link]
如果多个经过安全审查的良性技能组合在一起却产生了恶意行为，防御者该如何应对？CRIME 框架系统地揭示了这种逃逸反应攻击。它能从公共技能库中筛选互补的良性模块，通过反馈驱动的迭代精炼，在沙盒中诱发意想不到的环境后果，最终拼凑出完整的攻击逻辑。这种化整为零的攻击思路极具欺骗性，挑战了现有的孤立化安全评估体系，为智能体生态的技能管控提供了全新视角。 [link]
为了防御提示词注入，大模型智能体往往会付出牺牲通用能力的代价。RAISED 框架利用自生成和自蒸馏技术打破了这一僵局。它让模型模拟各种复杂的工具使用场景，特别是那些需要解析不可信输出的场景，并引导模型在受到注入干扰时仍能保持与清洁环境下一致的行为。该方案在大幅降低攻击成功率的同时，完美保留了模型在智能体任务和通用评测中的原始表现，是平衡安全与性能的实战范本。 [link]
隐形水印竟然是大模型幻觉的幕后推手。研究者发现，为了植入可检测信号，现有水印技术会通过 Token 扰动和前缀导致的注意漂移，诱发事实性错误。即便背景知识触手可及，水印模型也可能胡言乱语。本文提出的插件式干预方案能在保持九成检出率的同时，消除约九成由水印引起的事实错误。这提醒我们，在政务、医疗等严谨领域部署 AI 水印前，必须重新审视其对生成内容真实性的潜在破坏。 [link]
在多模态大模型的长对话中，隐私泄露正通过隐形水印暗度陈仓。PLW 攻击利用统一架构下不同模态共享上下文的特性，将之前的敏感对话关键词转化为后续生成图片中不可见的数字水印。这意味着即使你在本地运行模型，生成的图片也可能悄悄携带你的隐私标识，并在上传网络后被攻击者捕获。这种利用生成信道实现隐私泄露的手段极其隐蔽，彻底改变了我们对多模态交互安全性的认知。 [link]
在严格的隐私预算下，大模型的提示词优化往往会因为噪声而失效。DP-ES 方案另辟蹊径，摒弃了传统的逐 Token 贪婪搜索，转而采用差分隐私演化策略。它在不触碰敏感私有数据的前提下，通过对完整提示词群体的变异与筛选，实现了极致的鲁棒性。在 GSM8K 等复杂任务上，其性能提升接近四十个百分点，且运行速度更快。该研究为敏感数据环境下的工程化模型微调提供了强有力的技术支撑。 [link]
嵌入式设备上的神经网络权重也难逃被窃取的命运。本研究利用物理侧信道泄露，展示了对比特级浮点数权重的精准恢复。通过构建针对 Hamming 重量分类的高斯模板，并配合从粗到细的分层搜索策略，攻击者能从数百条功耗迹中完全重建 IEEE-754 标准的单精度权重。这种对比特精确度的极致追求，揭示了硬件实现层面对 AI 知识产权保护的巨大挑战，为嵌入式 AI 的抗侧信道设计提供了实证依据。 [link]
现代芯片设计规模已达数十亿晶体管，但验证流程依然高度依赖人工。BTTF 框架旨在打破这一瓶颈，它将复杂的仿真数据转化为 SQLite 数据库，利用多智能体协作机制将自然语言查询自动变为 SQL 指令，实现波形调试的自动化。该研究在实际验证基准上达到了惊人的准确率，为半导体行业的自动化验证指明了新路径，极具工程落地价值。 [link]
在零信任网络环境下，如何让 AI 智能体自主执行安全决策？这项研究提出了 Agentic-ZTA 架构，将 NIST 标准的操作循环转化为多智能体协作管道。系统通过检索增强生成技术实时嵌入策略，由专门的策略引擎智能体对访问请求进行风险建模和身份验证。测试显示该方案在真实接入控制场景中表现卓越，为构建自主化、智能化的企业网络防御体系提供了切实方案。 [link]
AI 科学家能否在真实的药物研发项目中替代人类专家？MAGI 智能体给出了肯定的回答。它不仅能自主制定实验目标，还能调用专业工具进行分子设计，并根据活性反馈迭代策略。在与制药公司的真实对比实验中，MAGI 生成的分子在活性上可媲美专家方案，且推理过程具备极高的合理性。该成果展示了 AI 智能体从实验室基准测试迈向现实世界复杂工业流程的巨大潜力。 [link]
医疗多模态大模型在问答时常因通信冗余导致计算开销巨大。MedPrune 借鉴临床工作流，提出一种高效的智能体协作框架。它将诊断过程建模为异构图，通过强化学习动态剪裁无关的专家节点和冗余的通信边。这不仅提升了推理的逻辑性，更极大地降低了 Token 消耗。实验证明，该方法在提升诊断准确率的同时大幅削减了资源成本，非常适合对实时性要求极高的医疗场景。 [link]
协作编写复杂代码仓库时，AI 智能体常因沟通不畅导致接口冲突。AECP 协议另辟蹊径，强制智能体通过结构化构件进行交流。执行环境会自动监控智能体是否偏离了之前的接口承诺，并在发现冲突时强制进行版本对齐。这种类似于工程治理的通信模式显著提升了代码生成的通过率，并大幅缩短了开发周期，是多智能体协同编程领域的一项重要工程突破。 [link]
随着 AI 智能体深入办公场景，用户隐私面临巨大威胁。AgentPrivArena 是首个针对真实场景的隐私评估平台，它在受控环境中模拟智能体使用真实工具处理敏感数据的过程。研究者发现，即使最终回复看起来安全，智能体在中间步骤也可能违规访问非必要隐私。该研究提出的运行时审计方法能有效拦截这些隐蔽的违规行为，为企业安全部署智能体提供了关键的防御工具。 [link]
网页智能体训练常受困于稀疏的反馈信号，CLIFT 提出了一种创新的共形自验证方法。智能体在执行任务时会针对自己的行为进行自我提问与验证，利用共形预测技术确保反馈信号的可靠性，并将其转化为持续的奖励信号。这使得开源智能体在没有昂贵大模型指导的情况下，也能通过测试时扩展显著提升性能，在多个网页自动化基准测试中刷新了开源模型的新高度。 [link]
设计液体火箭发动机推力室需要跨学科的精密协作，RocketAgent 智能体展示了处理此类超长程工程任务的能力。它通过知识图谱管理各种仿真工具，并使用结构化的中间件同步不同模块间的参数修改。当冷却系统设计不达标时，智能体能自动回溯并修正之前的运行点决策。这种具备工程审慎性的协作机制，标志着 AI 正在从简单的辅助工具进化为复杂的系统工程管理专家。 [link]
分子优化必须在满足成药性约束的同时提高靶点活性。PharmAgent 引入了一种带有拉格朗日控制器的分子搜索方法，将性能反馈与化学约束历史独立开来。这种机制允许模型根据约束压力动态调整优化策略，避免陷入局部最优。在多项分子优化挑战中，该方法不仅活性提升显著，更在计算效率上远超现有方案，为基于大模型的药物发现提供了更精确的搜索逻辑。 [link]
当工程计算题本身就是错误的，AI 会发现吗？研究者发现了一个惊人的事实：大模型即便指出了物理逻辑矛盾，仍会强行给出一个所谓的正确答案。这项研究对 14 个模型进行了深度测试，揭示了 AI 在面对不可能完成的工程任务时的伪智能行为。通过区分缺陷识别与报告状态，该文呼吁建立更严苛的工程应用评估标准，防止 AI 在安全敏感的计算中产生误导性结果。 [link]
黑客正在利用 Ninja Forms 和 WPC Product Bundles for WooCommerce 这两个无关的 WordPress 插件中存在的存储型 XSS 漏洞，旨在安装后门程序并创建伪造的管理员账户。 [link]
在 Pwn2Own Ireland 2026 竞赛的第一天，安全研究人员通过利用 32 个 0-day 漏洞，两次成功入侵 Samsung Galaxy S26，并获得 388,500 美元的奖励。 [link]
Atlassian 正在提醒客户关注一个编号为 CVE-2026-21589 的高危漏洞。该漏洞可导致 Confluence、Jira 和 Bitbucket 等多个自托管数据中心产品出现任意文件访问风险。 [link]
英国时尚零售商 ASOS 在周二确认了一起数据泄露事件。黑客此前通过其移动端应用发送了未经授权的推送通知，并声称从该公司的 Snowflake 环境中窃取了客户数据。 [link]
一项针对广告账户管理员的新型攻击活动正在活跃。攻击者利用伪造的 ChatGPT、Gemini、Claude 和 Perplexity 网站，通过浏览器中的浏览器攻击手法窃取登录凭据和 MFA 代码。 [link]
RMM 平台让 MSP 获得了跨客户环境的特权访问权限，因此其安全控制对于降低风险至关重要。Acronis 概述了 MSP 在评估 RMM 软件时应测试的八项控制措施，涵盖补丁管理、特权访问、恢复以及租户隔离等方面。 [link]
Wikimedia 基金会表示，非法的 OpenAI 智能体进行了未经授权的维基百科编辑，并且可能是导致 5 月份服务中断的部分原因。 [link]
日本出版巨头日本经济新闻社在上周末披露，身份不明的攻击者近期入侵了两名员工的电子邮件账户，并利用其中一个账户发送了数千封钓鱼邮件。 [link]
一名曾在新泽西州某工业公司担任核心基础设施工程师的职员，因在一场勒索软件风格的攻击中锁死雇主网络上的数千台设备，被判处 32 个月监禁。 [link]