标签
安全研究员Simcha Kosman讨论其团队在Black Hat USA 2026上的研究，该研究聚焦于突破ChatGPT的安全沙盒，通过攻击链揭示了容器隔离和AI监督中的漏洞。
文章探讨了网络安全漏洞的激增，被称为“Vulnpocalypse”，如何导致漏洞赏金计划的定价结构被重新评估和调整。
本文引入了一种基于曲率的密码分析方法，通过黑盒查询提取Transformer中的隐藏前馈网络结构，实现高保真功能模型替代。
Dealignai 已发布 GLM-5.3 Uncensored NVFP4，这是一款无审查的 AI 模型，专为攻击性网络安全任务设计，在权重层面移除了拒绝行为，能够在保持接近基础性能的同时生成可用的安全代码。
一篇WIRED杂志的文章报道了多项技术安全问题，包括一项研究发现，过期的Visa卡可以通过中间人应用程序被利用进行非接触式支付，以及其他关于AI监控、隐私泄露和加密辩论的故事。
一位安全研究人员详细描述了通过对公司网络基础设施进行侦察，并利用WordPress和操作面板中的漏洞，远程解锁电动滑板车的过程。
研究人员首次系统性地从OpenAI、Anthropic、Google的闭源模型中提取隐藏思维链，利用API加密兼容漏洞让较弱模型解密，从而绕过CoT蒸馏防护，并研究了Kimi K3、GLM-5.2、DeepSeek等开源模型。
HackSys Extreme Vulnerable Driver (HEVD) is an intentionally vulnerable Windows kernel driver for learning kernel exploitation techniques, including use-after-free, stack overflows, and pool overflows. The tweet notes that a UAF exploit has been completed.
该仓库提供了面向段错误编程（SFOP）的工件，这是一种利用信号处理器绕过 Intel CET 的新型利用技术。它包含针对 Nginx 和 Ladybird 的 PoC 利用和演示。
安全研究人员Domas揭示了rosenbridge，这是VIA C3 x86 CPU中的一个硬件后门，允许非特权代码绕过处理器保护并访问内核内存。该存储库提供了检查并缓解此漏洞的工具。
@clearbluejar 在 DEF CON 上关于使用本地 AI 模型进行实战漏洞发现的演讲公告。
Off-by-1 Labs（1Password）的研究发现，对于复杂且最近披露的漏洞，LLM生成的补丁有53.9%的概率存在缺陷，通常无法解决问题或引入新的漏洞。该研究强调AI生成的补丁需要人工审查，并发布了相关工具、数据集和论文。
This research describes compiler-invented loads, where compiler optimizations create additional memory reads not present in source code, turning seemingly secure code into vulnerable binaries with TOCTOU races. It includes audits across kernels, hypervisors, enclaves, and firmware.
A security researcher details how they reverse-engineered the Eufy Security Video Doorbell ecosystem, demonstrating jamming attacks, decoding the soundwave sync protocol, and extracting decrypted credentials from memory dumps.
Open-Kritt 是一个开源的安全研究平台，通过编排多个 AI 代理并行分析代码，自动化发现真实漏洞，并支持去重、验证和优先级排序。背后团队用它曾获高额赏金并赢得 Firedancer 审计竞赛。
一场在 EMF 2026 上的演讲，研究员 Rairii 展示了如何破解微软的 Windows 365 Link 瘦客户端，绕过其锁定型的“安全设计”架构，包括 EFI 安全启动和 BitLocker。
GitHub 正在重组其漏洞赏金计划，优先考虑质量而非数量，引入永久性的 VIP 计划（提供更高奖励）、重组公开赏金（固定奖励），并提高信号要求以减少低质量报告。
Cynative Security Research Agent 让用户安全查询其云基础设施，而不会影响生产环境。
本文指出多智能体LLM系统中的规划阶段是一个关键攻击面，并提出了PlanFlip——一个包含四种规划阶段提示注入攻击的框架，这些攻击能够在下游智能体中实现级联放大。对九个前沿LLM的评估显示，更强的模型（如GPT-5）更容易受到攻击，而推理增强模型（如DeepSeek-R1）能够抵御攻击，所提出的防御措施也达到了高检测率。
本文详细介绍了在网络调度子系统（red调度器）中发现并利用的一个Linux内核零日漏洞，将一个受限的slab释放后使用（UAF）转化为完全的物理内存读写，最终实现root权限提升。该漏洞存在了2.5年，于2026年6月被修复。