SAST 工具跨语言效果如何?基于 OCPP 实现的实证研究
该研究以 12 个分别用不同编程语言编写的 OCPP 1.6 实现为真实测试语料,评估 SonarQube、Semgrep 等多语言工具及语言专用分析器在跨语言场景下的静态应用安全测试(SAST)表现。
该研究以 12 个分别用不同编程语言编写的 OCPP 1.6 实现为真实测试语料,评估 SonarQube、Semgrep 等多语言工具及语言专用分析器在跨语言场景下的静态应用安全测试(SAST)表现。
研究用自研漏洞检测工具 SQVDT 在 NVD 来源的 CVE 漏洞数据集上分析了漏洞在项目内与项目间的传播,发现 Linux、Android 最新版本及 GitHub 上数千个开源项目存在相似的易受攻击代码模式。部分高 CVSS 严重级别漏洞仅因代码复制粘贴(复用)就从一系统传播到另一系统,研究还按传播频率对这些模式做了实证评估与验证。
GARD 是一种无需知道攻击目标和触发器的后处理防御方法,用于修复被植入后门的多模态对比学习模型。该方法利用后门编码器的表示敏感性差异,优化全局与局部对抗探针以最大程度偏移干净图像表示,再将扰动后的表示与分离的干净锚点对齐,同时保持图文对齐,推理阶段不增加额外计算。在六种视觉后门攻击和两种 CLIP 视觉骨干的 12 组组合上,GARD 将攻击成功率降至 1% 以下,并保持有竞争力的干净准确率。
作者在固定容器中复现 CAGE 4 的两个参考防御者 KEEP 和 H-MARL Expert,指出该基准有三处读数被高估。
论文对 RAG 向量数据库中基于几何变换的访问控制机制做了统一安全分析,覆盖策略隔离、表示机密性、查询伪造抵抗和策略成员隐藏四个目标。作者在三种编码器上评测现有几何变换实现,发现这些变换能保持检索效用并提供较强的策略隔离,但不具备其余三项安全属性。
研究指出全连接层聚合梯度在正确缩放下实为输入的仿射组合,并据此在每个全连接层利用已知线性子空间或仿射子空间信息实施梯度反演攻击,在部分设置下重建质量显著优于所选基线。适度高估批大小通常能提升或保持重建质量,即使真实批大小未知。研究还考察了差分隐私机制引入梯度扰动下的重建效果。
论文提出 ActiveSecHarness,一种围绕智能与权限分离构建的神经符号参考监视器架构,用于防护把语言模型接入 shell、文件系统和网络套接字的 AI 编码环境。
Data4Cyber 是一个在实验室配电管理系统(DMS)中录制的带标签信息物理数据集,场景为含光伏、电池储能、可控负荷与变电站计量的自用电优化。数据集同步采集过程量测、控制器上下文、价格激励以及 Modbus/TCP 和 MQTT 抓包,覆盖 1 个良性基线和 6 个攻击场景,包括协议语义层面的 Modbus 操纵、MitM 虚假数据注入和 MQTT 价格操纵。
该预印本研究声学侧信道攻击(ASCA)能否在未见键盘、多样用户、噪声环境和压缩传输通道下依然恢复输入文本,作者提出让声学模型显式具备域不变性,并用语言模型纠正其含噪预测。论文指出,此前工作只在单一键盘、固定麦克风、安静房间且训练与测试同设备的理想实验室条件下验证成功,而本文的结论是这类攻击在开放世界中仍然可行。摘要未给出具体数据集与指标数字。
针对多智能体系统中语义记忆易遭记忆投毒攻击的问题,论文提出私有知识检索与私有推理,在知识库中引入签名机制以设计安全、防止知识被恶意篡改。智能体内置类 Prolog 的 Horn 子句推理系统,通过私有方式访问外部已签名知识库,并给出基于 Python 的多种实现,覆盖 k-anonymity 与信息论隐私 IT-PIR 等不同隐私级别。
BypassGym 是面向真实端点的基准,用于系统评估 AI 智能体规避 EDR 的能力:给定 C2 shellcode,智能体需生成并编译可执行载荷且不被拦截或终止的 loader。