行业会议 | 第七届网络空间安全前沿论坛(常安论坛详细全日程)
安全学术圈招募队友-ing 有兴趣加入学术圈的请联系 secdr#qq.com
阅读全文当代软件系统正经历一场深刻的代际跃迁。如果说过去十年,我们见证了软件架构向云原生的全面转型;那么随着生成式人工智能技术的爆发,我们正加速迈入AI原生的新时代。在这一变革中,AI不再是外挂的辅助工具,而
阅读全文背景当代软件系统正经历一场深刻的代际跃迁。如果说过去十年,我们见证了软件架构向云原生的全面转型;那么随着生成式人工智能技术的爆发,我们正加速迈入AI原生的新时代。在这一变革中,AI不再是外挂的辅助工具
阅读全文原文标题:SLOT: Provenance-Driven APT Detection through Graph Reinforcement Learning原文作者:Wei Qiao, Yebo F
阅读全文原文标题:KnowHow: Automatically Applying High-Level CTI Knowledge for Interpretable and Accurate Provena
阅读全文原文标题:Hackers or Hallucinators? A Comprehensive Analysis of LLM-Based Automated Penetration Testing原文
阅读全文PART 01 课题组介绍东莞市大湾区高等研究院网络与信息安全研究中心依托数学、量子计算、计算机、微电子等学科,聚焦服务国家战略需求的核心目标,开展高水平学术研究与实际应用,致力于密码学、网络空间安全
阅读全文计算机软件新技术国家重点实验室是在南京大学计算机科学与技术系和计算机软件研究所多年进行软件研究的基础上于1986年底通过专家论证,1987年开始筹建,1990年建成,并通过国家验收,被批准向国内外开放
阅读全文四川大学自上世纪90年代中期即开展网络与信息安全专业的人才培养与科学研究工作。2015年,成立网络空间安全研究院。2016年成立四川大学网络空间安全学院,是国务院学位委员会批准的首批29个网络空间安全
阅读全文截至26年3月,在产学研各界专家学者的深度参与下,社区成功完成了关键难题的识别与分解。经过社区各技术领域专家与TSC评审,2026年首批开源鸿蒙技术课题现正式发布至社区。本次发布课题共计12道。详见下
阅读全文蚂蚁集团于2020年与CCF联合发起了“CCF-蚂蚁科研基金”,基金连续运作6年来,致力发挥产学研的能量解决更多社会问题,受到全球学者的广泛关注和认可,累计支持额度超过6000万,吸引近1500位专家
阅读全文原文标题:OCR-APT: Reconstructing APT Stories from Audit Logs using Subgraph Anomaly Detection and LLMs原文
阅读全文原文标题:SoK: Automated TTP Extraction from CTI Reports – Are We There Yet?原文作者:Marvin Büchel, Tommaso P
阅读全文原文标题:Generating API Parameter Security Rules with LLM for API Misuse Detection原文作者:Jinghua Liu , Yi
阅读全文OpenClaw安全态势全景本报告由华中科技大学网络空间安全学院与武汉金银湖实验室联合撰写,相关数据及分析结论基于自研的OpenClaw生态安全监测与分析平台(clawsec.tcode.com.c
阅读全文原文标题:JsDeObsBench: Measuring and Benchmarking LLMs for JavaScript Deobfuscation原文作者:Guoqiang Chen, X
阅读全文原文标题:The Philosopher’s Stone: Trojaning Plugins of Large Language Models原文作者:Tian Dong, Minhui Xue,
阅读全文邀请函尊敬的专家学者:您好!MICCIS 2026 组委会热忱地邀请您参与第四届移动互联网、云计算与信息安全国际会议(MICCIS 2026)。本届会议将于 2026 年 4 月 10 日 - 12
阅读全文原文标题:Malicious LLM-Based Conversational AI Makes Users Reveal Personal Information原文作者:Xiao Zhan, Ju
阅读全文English | 中文一个精选的、关于大型语言模型在自动化渗透测试领域应用的资源列表。 本仓库汇集了相关的学术论文、技术博客、开源代码、实用工具和评估基准。 欢迎通过 Pull Request
阅读全文原文标题:We Have a Package for You! A Comprehensive Analysis of Package Hallucinations by Code Generatin
阅读全文论文题目:Measuring and Augmenting Large Language Models for Solving Capture-the-Flag Challenges论文作者:Zimo
阅读全文论文题目:Unveiling the Secrets without Data: Can Graph Neural Networks Be Exploited through Data-Free Mo
阅读全文原文标题:PentestAgent: Incorporating LLM Agents to Automated Penetration Testing原文作者:Xiangmin Shen, Ling
阅读全文论文题目:Vulnerability Intelligence Alignment via Masked Graph Attention Networks论文作者:Yue Qin,Yue Xiao,
阅读全文论文题目:{MAGIC}: Detecting Advanced Persistent Threats via Masked Graph Representation Learning论文作者:Zia
阅读全文论文题目:Fuzz4All: Universal Fuzzing with Large Language Models论文作者:Chunqiu Steven Xia, Matteo Paltenghi
阅读全文