Aggregator
CVE-2020-1380 | Microsoft Internet Explorer 11 Scripting Engine memory corruption
CVE-2024-23557 | HCL Connections 7.0/8.0 information disclosure (KB0112488)
CVE-2024-30107 | HCL Connections 7.0/8.0 information disclosure (KB0112489)
CVE-2024-5411 | ORing IAP-420 up to 2.01e Web Interface command injection
CVE-2024-5410 | ORing IAP-420 up to 2.01e Web Interface cross site scripting
CVE-2020-1464 | Microsoft Windows up to Server 2019 File Signature signature verification (EUVD-2020-12339)
CVE-2020-17144 | Microsoft Exchange Server 2010 SP3 Update Rollup 31 code injection
CVE-2020-1472 | Oracle ZFS Storage Appliance Kit 8.8 Operating System Image privileges management (EDB-49071 / Nessus ID 236653)
CVE-2024-3575 | mindsdb cross site scripting
SCPGA:自认同CoT渐进式泛化攻击
《SCPGA:自认同CoT渐进式泛化攻击》由萨塞克斯大学何润培提出,揭示了一种新型大模型越狱技术。该方法利用模型间思维链(CoT)的兼容性,通过“种子诱导—强CoT生成—恶意嵌套”流程,实现跨模型、跨主题的自动化攻击。实验显示,SCPGA对Gemini 2.5 Pro、Qwen3等主流模型越狱成功率高达94%–97%,并可引发内容安全、工具滥用、系统泄露等多类风险。文章进一步提出基于微调审核模型的轻量防御方案,为LLM安全防护提供了新思路。
Akira
You must login to view this content
ReCopilot:基于大模型的二进制逆向工程助手
《ReCopilot:基于大模型的二进制逆向工程助手》由奇安信技术研究院陈国强提出,旨在构建专用于二进制代码分析的领域大模型。ReCopilot通过预训练、指令微调与偏好对齐,显著提升函数名恢复、变量识别、结构体推断等任务效果,在多项评测中超越通用大模型。其进一步发展的ReCopilot-Agent具备代码检索、路径分析与漏洞链重构能力,展示了在真实固件漏洞挖掘中的自动化潜力,推动二进制分析向智能化、低门槛方向发展。
小鼠研究显示头发在 20 天内完全再生
大模型供应链安全的熵增效应:风险挖掘与熵减策略
《大模型供应链安全的熵增效应:风险挖掘与熵减策略》由vivo大模型安全工程师戎誉、凡浩撰写,从信息论“熵”概念切入,系统分析了大模型供应链因规模扩张、依赖复杂和攻击面扩大所带来的安全风险。文章结合真实漏洞案例(如Megatron-LM、ms-swift等),揭示了训练数据投毒、模型恶意植入、推理框架漏洞等关键威胁,并提出AI-BOM资产管理、动静结合检测、社区协同响应等熵减策略,呼吁构建安全可控的低熵模型生态。
Qilin
You must login to view this content
利用大模型辅助自动化BYOVD驱动漏洞挖掘
《利用大模型辅助自动化挖掘BYOVD驱动漏洞》由阿里云安全研究员张艺璇撰写,聚焦于BYOVD(自带漏洞驱动)攻击的自动化挖掘。文章提出融合大模型、IDA Pro与MCP协议的智能分析框架,通过风险驱动筛选、派遣函数识别与修复、PoC自动生成等步骤,实现高效、低依赖的漏洞挖掘。该方法已成功发现多个CVE漏洞,展现出大模型在二进制安全分析中的实用价值与自动化潜力。
Qilin
You must login to view this content
Qilin
You must login to view this content
Qilin
You must login to view this content