阿里巴巴团队 | 监督微调数据构成如何影响大型语言模型的能力
原文标题：THINK-ON-GRAPH 2.0: DEEP AND FAITHFUL LARGE LANGUAGE MODEL REASONING WITH KNOWLEDGE GUIDED RETR
阅读全文HiTZ巴斯克语言技术中心 | 注释指南可改善零样本信息提取
原文标题：GOLLIE: ANNOTATION GUIDELINES IMPROVE ZERO-SHOT INFORMATION-EXTRACTION原文作者： Oscar Sainz, Iker
阅读全文新加坡国立大学 | 追踪对抗攻击的起源以进行取证调查和威慑
原文标题：Tracing the Origin of Adversarial Attack for Forensic Investigation and Deterrence原文作者：Han Fang
阅读全文香港科技大学 | 从大型语言模型中提取专门化代码能力的可行性研究
原文标题：On Extracting Specialized Code Abilities from Large Language Models: A Feasibility Study原文作者：Zo
阅读全文清华大学 | TrafficFormer: 针对流量数据的有效预训练模型
原文标题：TrafficFormer: An Efficient Pre-trained Model for Traffic Data原文作者：Guangmeng Zhou, Xiongwen Guo
阅读全文南洋理工大学| MASTERKEY：面向大语言模型聊天机器人的自动化越狱攻击方法
原文标题： MASTERKEY: Automated Jailbreaking of Large Language Model Chatbots原文作者： Gelei Deng, Yi Liu, Yu
阅读全文维尔茨堡大学 | MirageFlow：一种针对 Tor 的新型带宽膨胀攻击
原文标题：MirageFlow: A New Bandwidth Inflation Attack on Tor原文作者：Christoph Sendner, Jasper Stang, Alexan
阅读全文2026年智能警务四川省重点实验室开放课题申请指南
实验室设立开放课题基金，聚焦实验室科研需求，推进智能警务相关高端研究人才聚合与科研能力培育，鼓励国内其他高等院校、科研机构和相关企业的研究人员尤其是中青年人才，开展与实验室主要研究方向相关的研究工作，
阅读全文2025年教育部-蚂蚁集团产学合作协同育人项目
为深化产教融合、推动教育创新，蚂蚁集团正式启动“2025年教育部产学合作协同育人项目”申报工作。蚂蚁密算相关课题项目：基于“隐私计算的课程开发与实践”和“数据要素流通技术”师资培训，欢迎全国高校相关院
阅读全文帕德博恩大学 | 传输层混淆：在TLS层规避SNI审查
原文标题：Transport Layer Obscurity: Circumventing SNI Censorship on the TLS-Layer原文作者：Niklas Niere, Feli
阅读全文密歇根大学 | 利用跨层RTT区分代理流量指纹
原文标题：The Discriminative Power of Cross-layer RTTs in Fingerprinting Proxy Traffic原文作者：Diwen Xue, Rob
阅读全文密西根大学 | 消息推送在审查规避中的应用
原文标题：The Use of Push Notification in Censorship Circumvention原文作者：Diwen Xue and Roya Ensaf原文链接：https
阅读全文纳亚赖布尔国际信息技术研究所 | 利用高效特征选择方法对Tor流量进行分类
原文标题：A novel approach for classification of Tor and non-Tor traffic using efficient feature selectio
阅读全文罗马大学 | 预测性上下文敏感模糊测试
原文标题：Predictive Context-sensitive Fuzzing原文作者：Pietro Borrello, Andrea Fioraldi, Daniele Cono D’Elia,
阅读全文得克萨斯大学阿灵顿分校 | 从聊天机器人到钓鱼机器人？商用大型语言模型中的钓鱼骗局生成
原文标题：From Chatbots to Phishbots?: Phishing Scam Generation in Commercial Large Language Models原文作者：S
阅读全文哥本哈根大学 | TRAP：用于黑盒识别的定向随机对抗提示蜜罐
原文标题：TRAP: Targeted Random Adversarial Prompt Honeypot for Black-Box Identification原文作者：Martin Gubri，
阅读全文伊利诺伊大学厄巴纳-香槟分校 | 结合知识图谱社区检索的推理增强医疗保健预测
原文标题：REASONING-ENHANCED HEALTHCARE PREDICTIONS WITH KNOWLEDGE GRAPH COMMUNITY RETRIEVAL原文作者：Pengchen
阅读全文武汉大学 | SymAgent：基于神经符号自学习的知识图谱复杂推理智能体框架
原文标题：SymAgent: A Neural-Symbolic Self-Learning Agent Framework for Complex Reasoning over Knowledge
阅读全文中山大学｜FORGE：驱动大语言模型自动化构建大规模智能合约漏洞数据集
原文标题：FORGE: An LLM-driven Framework for Large-Scale Smart Contract Vulnerability Dataset Constructio
阅读全文2025年浙江大学区块链与数据安全全国重点实验室开放课题
一、实验室介绍浙江大学区块链与数据安全全国重点实验室面向维护国家数据安全、促进数据受控高效流通使用的重大需求，聚焦区块链与数据安全国际科技前沿，以实现高水平科技自立自强和打造具有世界一流的战略科技力量
阅读全文南方科技大学 | Set-level Guidance Attack: 提升视觉语言预训练模型的对抗迁移性
原文标题：Set-level Guidance Attack: Boosting Adversarial Transferability of Vision-Language Pre-training
阅读全文亚利桑那州立大学 | HoneyPLC：用于工业控制系统的下一代蜜罐
原文标题：HoneyPLC: A Next-Generation Honeypot for Industrial Control Systems原文作者：Efrén López Morales，Car
阅读全文武汉大学 | 基于训练数据分析的神经网络劫持攻击
原文标题：Hijacking Attacks against Neural Network by Analyzing Training Data原文作者：Yunjie Ge，Qian Wang，Hua
阅读全文密西根大学 | TSPU：俄罗斯的分布式审查系统
原文标题：TSPU: Russia’s Decentralized Censorship System原文作者：Diwen Xue, Benjamin Mixon-Baca, ValdikSS, An
阅读全文清华大学 | 面向大规模细粒度网页指纹识别的研究
原文标题：Towards Fine-Grained Webpage Fingerprinting at Scale原文作者：Xiyuan Zhao, Xinhao Deng, Qi Li, Yunpe
阅读全文复旦大学 | HoneypotNet：针对模型提取的后门攻击
原文标题：HoneypotNet: Backdoor Attacks Against Model Extraction原文作者：Yixu Wang，Tianle原文链接：https://doi.org
阅读全文特温特大学 | HoneyKube: 设计和部署一个基于微服务的 Web 蜜罐
原文标题：HoneyKube: Designing and Deploying a Microservices-based Web Honeypot原文作者：Chakshu Gupta，Thijs v
阅读全文新加坡国立大学 | 大型语言模型引导的协议模糊测试
原文标题：Large Language Model guided Protocol Fuzzing原文作者：Ruijie Meng ,Martin Mirchev,Marcel Böhme,Abhik
阅读全文上海交通大学 | 基于残差图卷积网络的匿名网络流量序列识别方法
原文标题：Flow Sequence-Based Anonymity Network Traffic Identification with Residual Graph Convolutional
阅读全文西安交通大学 | 无人机网络中基于学习博弈的协同蜜罐防御
原文标题：Collaborative Honeypot Defense in UAV Networks: A Learning-Based Game Approach原文作者：Yuntao Wang，
阅读全文