Beyond the Scope：团队工作区权限管理的安全测试
研究针对 Google Workspace、Microsoft OneDrive 等团队工作区中第三方 add-ons 的权限管理展开安全测试，分析了这类生态内置的访问控制机制，识别出三种可被利用来实施权限提升的安全风险。
推荐理由：研究拆解团队工作区中第三方 add-ons 的权限隔离机制，并给出可复用的自动化测试工具 TAI。
#大模型安全
IEEE TDSC精选AI 评分6868
IEEE TIFS精选AI 评分5858 LOVA：利用 LLM 自注意力机制定位代码漏洞
论文提出 LOVA 框架，利用 LLM 的自注意力机制追踪模型对具体代码行的关注权重，以此定位易受攻击的代码行。作者称 LOVA 相比现有基于 LLM 的方法在 F1 上最高提升 5.3 倍，在 C、Python、Java、Solidity 等语言的智能合约漏洞定位上最高提升 14.6 倍，并在不同 LLM 架构上表现一致。
推荐理由：论文把 LLM 自注意力权重当作漏洞行定位信号，并给出跨语言与跨模型架构的对比结果。