本文针对加密通信环境中流量分析与分类的重要问题，提出了一种高效的Tor流量分类方法。
本文提出的预测性上下文敏感模糊测试方法，通过函数克隆实现碰撞规避，并结合静态数据流分析进行克隆点预测，既解决了传统上下文模糊测试中的碰撞与状态爆炸问题，又显著提...
文章的研究显示，广泛使用的商用LLM可能被滥用以生成钓鱼网站和电子邮件。
文章在充分总结已有成绩的基础上，全面剖析了LLMs渗透测试应用面临的可靠性、安全伦理、运维成本、隐私与主权等关键障碍，并在结论中提出了针对未来研究发展的方向与建议。
本研究报告旨在洞察低代码市场发展的核心趋势。
本文提出SymAgent，将KG概念化为动态环境，将复杂推理任务转化为多步交互过程，使KG深度参与推理。
数据工程仍然是构建专业领域大模型的核心，思科对相关性过滤的设计就体现了专业领域的深厚功底，这是通用数据处理方法所不能比拟的。
本文旨在开发一种无需人工干预的自动化漏洞检测方法，使非安全专业人员也能高效识别项目中的潜在漏洞。
本文介绍了“三层两翼”低空安全技术体系及关键技术，并给出了低空经济安全的发展建议。
本文首次将“逆向损失”引入到联邦学习数据重构攻击的风险量化评估中，不仅构建了统一的风险评估框架，还基于理论推导提出了实用的防御策略。
安全风险阻碍企业在关键业务领域应用MCP。
我们结合访谈和问卷调查，试图找到一条认知水位线。
全面地评估了 Computer-Use Agent 在真实电脑使用场景中可能面临的安全风险。
大型语言模型（LLMs）在代码生成和补全任务中展现出巨大潜力，包括硬件设计领域。
思科Talos团队警告称，网络犯罪分子正在利用恶意AI模型编写恶意软件与钓鱼诈骗信息，这些未经审查的定制AI工具带来的威胁正持续上升。
文章对当前流行的大语言模型（LLMs）的代码分析能力进行了全面评估。
现代红队的侦察工作是一项结合了高效工具、自动化编排、社区情报与前沿方法论的综合性技术活动。
用MCP在ChatGPT看片还能中毒？
AgentAuditor是一个通用、免训练、具备记忆增强推理能力的框架，让 LLM 评估器达到了人类专家的评估水平，精准识别智能体的安全风险。
AIRTBench旨在通过构建高真实性、多维度、系统化的AI/ML安全攻防任务，建立起首个聚焦于“自主AI红队攻防”能力的公开评测框架。
微信公众号
