跳到正文
10月26日周一
  1. 安全内参74

    新加坡国立大学提出 ZoneClaw:三层记忆分区与四角色架构防御 Agent 持久化记忆攻击

    新加坡国立大学研究团队发布论文《ZoneClaw》,针对长期运行 Agent 的持久化记忆攻击提出三层记忆分区(策略区 D0、可信区 D1、非可信区 D2)与四种执行角色(Planner、Observer、Gatekeeper、Executor)的防御架构,将记忆能力与行动权限分离。

    推荐理由:论文用消融实验说明只看最终攻击成功率会掩盖内部权限越界,为跨会话 Agent 安全评测提供了可迁移的指标设计思路。

10月23日周五
  1. AICSO.AI汇总84

    Anthropic称Claude为123个开源库生成机器验证的汇编层安全证明

    Anthropic与Theorem合作发表研究称,Claude针对123个开源库的239个模糊测试入口点,在RISC-V汇编代码层面生成了经机器验证的安全形式化证明,证明约1.8亿行Rocq代码通过检查,典型证明约60万行。

    推荐理由:原文系统梳理了AI在汇编层做形式化验证的规模、可信组件与局限,读者可据此判断该方法当前能覆盖什么、不能覆盖什么。