With Trail to Follow: Measurements of Real-world Non-fungible Token Phishing Attacks on Ethereum
本文首次对以太坊上真实 NFT 钓鱼攻击进行回顾性分析与测量研究,将攻击归纳为四种模式,基于 469 个钓鱼账户揭示其作案手法、偏好及经济影响,发现共窃取 19,514 个 NFT、获利约 1857 万美元。
2024-03-28 cs.CR
DRAINCLoG: Detecting Rogue Accounts with Illegally-obtained NFTs using Classifiers Learned on Graphs
本文首次研究NFT盗取者交易行为,提出基于图神经网络的DRAINCLoG检测系统,利用NFT-用户图和用户图捕捉交互,在真实数据上验证了鲁棒性和精确性。
2023-11-17 cs.CR
Exposing Hidden Backdoors in NFT Smart Contracts: A Static Security Analysis of Rug Pull Patterns
本文利用 Slither 对 Ethereum 上 49,940 个已验证 NFT 合约进行大规模静态分析,并提出风险评分模型识别 rug pull 后门与漏洞模式。
2025-06-09 cs.CR
The Dark Side of NFTs: A Large-Scale Empirical Study of Wash Trading
本研究通过大规模数据分析,识别三类NFT洗售交易并提出算法,揭示其规模与损失,并从多维度提供见解。
2024-07-22 cs.CE cs.CR cs.CY
A Secure Standard for NFT Fractionalization
针对当前NFT市场准入门槛高、流动性不足且碎片化领域缺乏安全标准的问题,本文分析了NFT碎片化的安全挑战,并提出标准化方案,以推动安全、可互操作的NFT碎片化平台建设。
2024-09-12 cs.CR
NFT.mine: An xDeepFM-based Recommender System for Non-fungible Token (NFT) Buyers
针对 NFT 买家缺乏专门推荐系统的问题,本文提出基于 xDeepFM 的 NFT.mine,实现实时数据处理与推理,并在 OpenSea 数据上证明其优于多种传统模型。
2023-06-06 cs.CR
Empowering Visual Artists with Tokenized Digital Assets with NFTs
本文综述NFT在视觉艺术中的应用,涵盖区块链基础、创作实践、NFT机制与市场,并讨论安全与未来方向,旨在赋能艺术家并重塑版权产业。
2024-09-20 cs.CR
NATLM: Detecting Defects in NFT Smart Contracts Leveraging LLM
Hainan University(海南大学)
NATLM利用大语言模型和静态分析检测NFT智能合约中的四种常见漏洞,实验结果显示高精度和召回率。
2026-01-15 cs.CR
The Art NFTs and Their Marketplaces
Drexel University(德雷塞尔大学);Horace Mann School(霍勒斯·曼学校)
不可替代令牌(NFT)是具有唯一数字标识符的加密资产,由区块链技术提供支持。从技术上讲,任何数字都可以作为NFT铸造和出售,它提供了数字文件的所有权和真实性的证明。出于这个原因,它有助于我们区分原件和复印件,使交易成为可能。本文重点关注艺术NFT,它改变了艺术家如何销售他们的产品。它还改变了艺术品交易市场的运作方式,因为NFT技术削减了中间商。近年来,NFT的效用已成为NFT生态系统中的一个重要问题,它涉及所有者的有用性、盈利性和利益。使用最近的主要艺术NFT市场数据集,我们总结和解释了当前的市场趋势和模式,从而洞察未来的艺术市场。数值例子。
2022-10-23 cs.CR cs.LG q-fin.ST
Identifying Security Risks in NFT Platforms
本文系统识别并分类 NFT 与 Web3 生态中的主要安全风险,并提出流程与技术相结合的缓解方案,以提升该生态的安全成熟度。
2022-04-05 cs.CR cs.CY
Understanding NFTs from EIP Standards
首次通过以太坊改进提案(EIPs)视角对 NFTs 进行大规模实证分析,揭示标准演进、互操作性缺陷及安全风险。
2025-08-10 cs.CR cs.ET
Hidden Risks: The Centralization of NFT Metadata and What It Means for the Market
本文揭示了NFT元数据对中心化存储的依赖及其带来的安全风险,通过分析OpenSea畅销NFT,发现去中心化存储(如IPFS)结合数字签名能更好保障资产完整性与可信度。
2024-08-22 cs.CR
Definition and Detection of Defects in NFT Smart Contracts
本文针对NFT智能合约的安全问题,定义了5种缺陷并提出基于符号执行框架的检测工具NFTGuard,在16,527个合约中实现92.6%的精确度。
2023-08-04 cs.CR cs.SE
Towards Secure AI-driven Industrial Metaverse with NFT Digital Twins
School of Computer Science and Engineering(计算机科学与工程学院);Kerala University of Digital Sciences, Innovation and Technology(喀拉拉邦数字科学、创新与技术大学)
针对工业元宇宙中NFT数字孪生面临的伪造威胁,提出结合自编码器与RNN分类器的深度学习方案实现实时检测,并引入动态元数据通过AI智能合约验证真实性,增强NFT资产安全。
2024-12-20 cs.AI cs.CR cs.HC
Beyond the Hype: A Large-Scale Empirical Analysis of On-Chain Transactions in NFT Scams
School of Cyberspace Security, Hainan University(海南大学网络空间安全学院);University of Chinese Academy of Sciences(中国科学院大学)
本文通过图分析方法系统研究 NFT 诈骗的交易特征,揭示其集体行为模式及交互特征,为欺诈检测提供参考。
2025-12-01 cs.CR
A Multichain based marketplace Architecture
本文针对单链NFT市场在性能和可扩展性等方面的局限,提出了一种利用多区块链网络优势的新型多链NFT市场架构,并通过案例研究验证了其支持跨链高效安全交易的能力。
2024-01-20 cs.CR
Towards Proxy Staking Accounts Based on NFTs in Ethereum
本文提出一种基于非同质化代币作为账户(NFTAA)的以太坊代理质押账户方案,利用 NFT 独特属性隔离与管理所有权,提升安全性、透明度与互操作性,并支持质押、流动性权益等常规用例及可组合性,同时提供简单实现供开发者按需选择。
2024-04-22 cs.CR cs.DC
OpenSSF Scorecard: On the Path Toward Ecosystem-wide Automated Security Metrics
本研究针对开源软件安全监控需求,评估OpenSSF Scorecard自动化工具的适用性,对比npm与PyPI两大生态的安全实践与差距,推动生态级自动化安全指标建设。
2023-06-15 cs.CR
Security Issues in Language-based Software Ecosystems
生态系统(LBE),即:基于单一程序设计语言的软件生态系统是非常常见的。例子包括JavaScript的npm生态系统和Python的PyPI。这些环境鼓励包之间的代码重用,并结合实用程序-包管理器-用于自动解决依赖关系。然而,使这些系统流行的相同方面-易于发布代码和导入外部代码-也产生了新的安全问题,到目前为止几乎没有研究。我们提出了一个系统的研究困扰LBE的安全问题。这些问题是这些生态系统工作方式所固有的,无法通过修复软件包或实用程序中的软件漏洞来解决,例如,包管理器工具,构建这些生态系统。我们从各个方面系统地描述了最近的安全攻击,包括攻击策略,向量和目标。我们对npm和PyPI生态系统的表征和深入分析表明,这些生态系统代表了最大的LBE,覆盖了近100万个包,这表明这些生态系统为攻击者提供了一个合适的环境,可以进行隐形攻击。总的来说,我们认为(i)完全自动检测恶意软件包可能是不可行的;但是(ii)帮助开发人员评估包括外部依赖项的风险的工具和指标将大大有助于防止攻击。
2021-11-30 cs.CR
A Privacy-Preserving DAO Model Using NFT Authentication for the Punishment not Reward Blockchain Architecture
本研究提出一种面向PnR区块链的隐私保护DAO模型,采用部署在Layer 2的双NFT架构实现身份管理与私密交互,在保障安全的同时大幅降低gas成本,并具备抗女巫攻击与合规取证能力。
2025-07-31 cs.CR cs.SE
I Know What You Imported Last Summer: A study of security threats in thePython ecosystem
Python的流行在过去15年中迅速上升。它是当今一些最令人兴奋的技术中的主要语言。这种流行导致了一个大型的第三方软件包生态系统,通过pip软件包注册表提供,该注册表托管超过20万个软件包。这些第三方软件包可以在安装后使用软件包管理器(如pip)简单地导入软件包来重用。第三方软件的易用性带来了安全风险,使数百万用户处于危险之中。在这个项目中,我们研究生态系统来分析这种威胁。Python的成熟生态系统有许多弱点,我们在项目中强调了这些弱点。首先,我们展示了利用Python生态系统是多么微不足道。然后,我们系统地分析软件包,维护人员和公开报告的安全问题之间的依赖关系。大多数攻击只有在用户安装恶意软件包时才可能发生。因此,我们试图分析和评估攻击者使用的不同方法,以迫使不正确的下载。我们通过估计利用流行的Python包可能造成的潜在威胁来量化您的想法。我们还讨论了行业中用于防御此类攻击的方法
2021-02-11 cs.CR
Small World with High Risks: A Study of Security Threats in the npm Ecosystem
JavaScript的流行导致了一个通过npm软件包注册表提供的第三方包的大型生态系统。npm的开放性推动了它的发展,提供了超过80万个免费和可重用的软件包。不幸的是,这种开放的性质也会导致安全风险,最近发生的单个软件包破坏或攻击数百万台计算机上运行的软件的事件就是明证。本文通过系统地分析软件包之间的依赖关系、负责这些软件包的维护者以及公开报告的安全问题,研究了npm用户的安全风险。通过研究由于第三方依赖而运行易受攻击或恶意代码的可能性,我们发现单个软件包可能会影响整个生态系统的大部分。此外,极少数的维护者帐户可以被用来将恶意代码注入到大多数软件包中,这个问题随着时间的推移而增加。通过研究意外使用易受攻击代码的可能性,我们发现缺乏维护会导致许多软件包依赖于易受攻击的代码,即使在漏洞公开多年后也是如此。我们的研究结果提供的证据表明,npm遭受单点故障和未维护的软件包威胁大型代码库。我们讨论了几种缓解技术,如可信的维护者和总的第一方安全,并分析其潜在的有效性。
2019-06-07 cs.CR
Blockchain access control Ecosystem for Big Data security
近年来,现代技术的进步经历了在不同领域捕获和记录的巨大数据集的爆炸,但也引起了对数据存储,传输,处理和访问数据的安全性和保护的关注。区块链是一种分布式账本,以安全、灵活、可验证和永久的方式记录交易。区块链中的交易可以是资产的交换、智能合约条款的执行或记录的更新。在本文中,我们开发了一个区块链访问控制生态系统,该生态系统为资产所有者提供了有效管理大型数据集访问控制并防止数据泄露的主权权利。Linux基金会的Hyperledger Fabric区块链用于运行业务网络,而Hyperledger composer工具用于实现在区块链网络上运行的智能合约或事务处理功能。
2019-12-22 cs.CR
A Large-Scale Evolvable Dataset for Model Context Protocol Ecosystem and Security Analysis
本文提出大规模数据集 MCPCorpus,包含约14K个MCP服务器和300个客户端,通过提供标准化属性标注、自动化同步工具和网页搜索界面,支持对MCP生态系统的趋势、健康与多样性研究。
2025-06-30 cs.CR
From NEA and NIA to NESAS and SCAS: Demystifying the 5G Security Ecosystem
尽管有许多关于5G的华而不实的声明,但无可争议的是,5G创造了电信的根本转变。主要原因是,5G是我们长期设想的众多应用的推动者,并且在测试环境中部分或较小规模地模拟或实施。5G将很快释放智慧城市、工业4.0和物联网的潜力。然而,一个关键问题是我们能在多大程度上信任这项技术。由于这项技术将很快成为上述所有技术的核心基础设施,因此了解构成这项技术的基本安全机制以及它们为评估我们面临的潜在风险提供的保证至关重要。这项工作遵循非技术性但自下而上的方法,向读者介绍核心安全机制,并为5G的安全性建立基线,以揭开主要概念和过程的神秘面纱。基于以上所述,我们简化了未来的方向,并突出了可能的威胁。
2022-12-18 cs.CR
Towards a Secure and Reliable IT-Ecosystem in Seaports
海港的数字化对各种参与者的IT基础设施造成了影响(例如,船运公司、码头、海关、港务局)来处理船运集装箱的复杂工作流程。这些工作流的安全不仅依赖于每个行为体的安全,而且行为体还必须向其他行为体提供额外的保证,例如,尊重与收到的数据有关的义务或检查迄今为止观察到的工作流的完整性。本文分析了全球安全需求(例如,问责制、保密性),并根据工作流数据的存储和分发方式将其分解为各个参与者的要求和义务。安全机制,以满足由此产生的要求,这与所有个人演员的保证将保证整个工作流程的安全。
2021-12-09 cs.CR
Investigating the Ecosystem of Offensive Information Security Tools
互联网格局正在增长,同时变得更加多样化。服务通过计算机和网络执行,关键数据以数字方式存储。这为用户带来了自由,为运营商带来了灵活性。数据更易于管理和分发。然而,连接到网络的每个设备都可能容易受到网络攻击。安全解决方案,如防病毒软件或防火墙,已广泛建立。然而,某些类型的攻击不能仅靠防御措施来防止。攻击性安全描述了安全专业人员使用网络犯罪分子的方法和工具的做法。这使他们能够在漏洞成为真正攻击的切入点之前找到漏洞。此外,遵循网络犯罪分子的方法使安全专业人员能够适应犯罪分子的观点,并可能发现以前被忽视的攻击角度。由于网络犯罪分子经常使用免费提供的安全工具,因此了解这些工具可以为专业人员提供更多的见解。这项工作的分类和比较工具有关的可维护性,可用性和技术细节的指标。一般来说,在最初阶段有几个行之有效的工具,而在最初违反之后的阶段则缺乏各种工具。
2020-12-16 cs.CR
Holo-Block Chain: A Hybrid Approach for Secured IoT Healthcare Ecosystem
本文针对物联网医疗生态系统的安全、存储、计算与认证挑战,提出融合Holochain和Blockchain优势的混合隐私安全框架,并通过安全与性能分析验证其有效性。
2023-04-27 cs.CR
An Empirical Study of Android Security Bulletins in Different Vendors
移动设备几乎侵占了我们生活的每一个部分,包括工作和休闲,并包含了丰富的个人和敏感信息。因此,这些设备必须坚持高安全标准。一个关键方面是底层操作系统的安全性。Android是移动生态系统中最具主导地位的平台,拥有超过10亿台活跃设备,并且由于其开放性,允许供应商采用和定制它,因此Android发挥着至关重要的作用。与其他平台类似,Android通过每月提供安全补丁并通过Android安全公告来维护安全。为了在整个Android生态系统中成功地吸收这些信息,需要许多不同供应商的完美协调。在本文中,我们对3,171个与Android相关的漏洞进行了全面研究,并研究了它们在Android安全公告以及三星,LG和华为三家领先供应商的安全公告中的反映程度。在我们的分析中,我们关注这些安全公告的元数据(例如,时间、受影响的层、严重性和CWE数据),以更好地了解供应商之间的相似性和差异。我们发现,(i)Android生态系统中的研究供应商采用了不同的漏洞报告结构,(ii)供应商不太可能对带有Android Git存储库引用的CVE延迟做出反应,(iii)供应商处理高通相关CVE的方式与其他外部层CVE不同。
2020-02-22 cs.CR
Electric Vehicles Security and Privacy: Challenges, Solutions, and Future Needs
电动汽车(EV)与传统的化石燃料汽车共享共同的技术,但它们也采用新的技术和组件(例如,充电系统和电池管理系统),为恶意用户创造了一个未开发的攻击面。虽然文献中的多个贡献探讨了电动汽车生态系统特定组件的网络安全方面(例如,充电基础设施),从网络物理系统的角度来看,仍然没有对电动汽车及其相关技术的整体网络安全做出贡献。在本文中,我们首次深入研究了与电动汽车生态系统相关的安全和隐私威胁。我们分析了与电动汽车和不同充电解决方案相关的威胁。我们专注于网络物理系统(CPS)范式,详细分析了攻击者可能利用来影响驱动程序和基础设施的安全性和隐私的所有过程。为了解决突出的威胁,我们提出了可能实施的解决方案。我们还概述了未来可能的发展方向,以保证电动汽车生态系统的安全和隐私。根据我们的分析,我们强调需要电动汽车专用的网络安全解决方案。
2023-01-11 cs.CR
Leveraging Security Observability to Strengthen Security of Digital Ecosystem Architecture
本文研究数字生态系统架构中可观测性与安全的关联,提出利用日志、追踪和指标等可观测性数据及 AI/ML 方法检测威胁、异常与数据泄露,从而强化系统安全。
2024-12-07 cs.CR cs.SE
Blockchain Enabled Enhanced IoT Ecosystem Security
区块链(BC)是比特币加密货币系统背后的技术,正开始被采用,以确保物联网(IoT)生态系统的安全性和隐私性。目前学术界和工业界都在这一领域进行着热烈的研究。工作量证明(PoW)是一个加密难题,通过维护被认为是不可破坏的交易的数字分类账,在确保BC安全方面发挥着至关重要的作用。此外,BC使用可变的公钥(PK)来记录用户的身份,从而提供额外的隐私层。不仅在加密货币中成功采用了BC,而且在多方面的非货币系统中也是如此,例如:分布式存储系统,位置证明和医疗保健。最近的研究文章和项目或应用程序进行了调查,以评估物联网安全BC的实施情况,并确定相关的挑战,并为物联网生态系统的BC增强安全提出解决方案。
2018-06-12 cs.CR cs.NI
Blockchain Application in Metaverse: A Review
Hainan University(海南大学)
本文综述了区块链在元宇宙中的应用,探讨其去中心化、共识机制等技术如何支撑元宇宙的安全与基础设施。
2026-02-10 cs.CR
A Systematic Security Testing Approach for InterUSS-based environments
Tempest Security Intelligence(Tempest安全情报)
本文从维护者视角提出InterUSS环境的安全测试方法,通过部署分析实际基础设施,识别关键组件并开发符合mTLS和OAuth 2.0等标准的测试用例,填补了现有研究的空白。
2026-05-11 cs.CR
Decentralized Trusted Computing Base for Blockchain Infrastructure Security
如今,人们对区块链技术越来越感兴趣,认为它可能是未来全球金融生态系统的基础。然而,为了使这个未来的金融生态系统真正全球化,具有高度的互操作性和稳定性,需要解决与基础设施安全有关的一些挑战。一个关键方面涉及参与区块链点对点网络的系统的安全性和鲁棒性。在本文中,我们讨论的概念,分散的可信计算基础的TCB概念在可信计算的扩展。我们探讨了去中心化的TCB如何有助于(i)强化区块链基础设施中的单个节点和系统,以及(ii)在组成区块链系统的节点的P2P网络中进行安全的面向组的计算。
2019-05-11 cs.CR
Dissecting Open Edge Computing Platforms: Ecosystem, Usage, and Security Risks
本研究首次对两个代表性开放边缘计算平台开展实证研究,揭示其技术机制、节点格局、应用情况及多项安全隐私风险,填补了该领域的研究空白。
2024-11-03 cs.CR
Edge Centric Secure Data Sharing with Digital Twins in Smart Ecosystems
物联网(IoT)是一个快速增长的行业,目前正在大规模地集成到消费者和工业环境中。虽然该技术是可用的,并且部署在未来应用中的进入门槛较低,但适当的安全框架仍处于起步阶段,正在开发以适应不同的实现和设备架构。此外,对边缘中心机制的需求对于以最小或可忽略的开销在实时的智能连接应用中提供安全性至关重要。在本文中,我们提出了一种新的方法,通过使用多个设备的阴影(又名数字孪生)的数据安全的一个单一的物理对象。这些双胞胎对于基于动态分配的标签在不同虚拟对象之间分离数据至关重要,并且用于限制仅由授权用户/应用程序访问不同数据点。所提出的架构的新颖性在于在系统中的物理设备报告的键-值对的动态标签的附件。我们进一步研究了标记数据在数字孪生系统中的优势,以及所提出的数据分离方案的性能影响。所提出的解决方案部署在边缘,以最小的开销支持低延迟和实时的安全机制,并且如捕获的性能指标所反映的那样是轻量级的。
2021-10-10 cs.CR
A Real-Time Cosimulation Testbed for Electric Vehicle Charging and Smart Grid Security
面对气候变化的威胁,世界正在迅速采用电动汽车(EV)。然而,电动汽车生态系统很容易受到网络攻击,使其和电网处于危险之中。在这篇文章中,我们提出了一个面向安全的实时的【形】协同仿真试验床的电动汽车生态系统和电网。
2023-02-24 cs.CR
Open Source, Open Threats? Investigating Security Challenges in Open-Source Software
本文分析GitHub与Snyk.io中31,267份漏洞报告,揭示开源漏洞增长、生命周期延长及恶意软件包风险,并归纳主要CWE与生态系统差异。
2025-06-15 cs.CR
A Closer Look at the Security Risks in the Rust Ecosystem
该研究针对Rust生态安全风险研究不足的问题,构建涵盖433个漏洞、300个漏洞仓库及218个修复提交的7年跨度数据集,系统分析漏洞特征、漏洞包属性及漏洞修复规律。
2023-08-29 cs.CR cs.SE
Challenges in Blockchain as a Solution for IoT Ecosystem Threats and Access Control: A Survey
本文综述了物联网生态系统中的安全威胁与访问控制问题,探讨了基于区块链的解决方案及其集成挑战,列举了公共区块链攻击实例,并提出了未来研究方向。
2023-11-26 cs.CR
Large Language Models in the IoT Ecosystem -- A Survey on Security Challenges and Applications
本综述探讨物联网与大型语言模型的集成应用,分析其安全挑战与优势,提出边缘计算部署策略,并强调跨学科合作以实现变革潜力。
2025-05-23 cs.CR
Towards a Security Plane for 6G Ecosystems
Universitat Politècnica de Catalunya (UPC)(加泰罗尼亚理工大学);Technische Universität Carolo-Wilhelmina zu Braunschweig(布伦瑞克工业大学);National and Kapodistrian University of Athens(雅典国家卡波蒂斯坦大学)
本文提出了一种基于软件化和主动策略的安全平面,以应对6G生态系统中的安全配置挑战。
2025-12-23 cs.CR cs.NI
A Quic(k) Security Overview: A Literature Research on Implemented Security Recommendations
本研究通过评估RFC9000的10项安全考虑对13个生产级QUIC实现进行文献分析,发现复杂标准导致生态系统碎片化,且现有实现安全性尚不成熟。
2023-06-30 cs.CR
Beyond the Scope: Security Testing of Permission Management in Team Workspace
本研究针对团队工作空间插件权限管理,提出自动化工具TAI系统测试交互,发现41个权限提升漏洞,为平台和开发者敲响安全警钟。
2025-06-18 cs.CR
NEMESYS: Enhanced Network Security for Seamless Service Provisioning in the Smart Mobile Ecosystem
随着智能移动设备的日益普及,移动恶意软件显然在上升,攻击者瞄准了有价值的用户信息并利用移动生态系统的漏洞。随着大规模移动僵尸网络的出现,智能手机也可以用来对移动网络发动攻击。NEMESYS项目将开发新的安全技术,用于智能移动生态系统中的无缝服务提供,并通过更好地了解威胁形势来提高移动网络安全性。NEMESYS将收集和分析有关针对移动用户和移动网络的网络攻击性质的信息,以便采取适当的应对措施。我们将开发一个数据汇集基础设施,其中包括虚拟化移动蜜罐和蜜罐客户端,以收集、检测和提供移动攻击的早期预警,并更好地了解针对移动设备的网络犯罪分子的作案手法。通过将提取的信息与来自有线网络的已知攻击模式相关联,我们将揭示和识别网络犯罪分子对移动设备发起攻击的方式的趋势。
2013-05-23 cs.CR cs.NI
Atomic Transfer Graphs: Secure-by-design Protocols for Heterogeneous Blockchain Ecosystems
本文提出原子转移图(ATG)框架,基于条件时间锁合约(CTLCs)和支付通道,为异构区块链生态生成通用且可证明安全的设计协议,覆盖支付通道网络与跨币种交换等用例,性能匹配或优于现有专用协议。
2025-01-29 cs.CR
WebAssembly and Security: a review
本文对 WebAssembly 生态系统中的安全研究进行了全面综述,分析 121 篇论文并归纳为七个安全类别,揭示其既能增强系统安全也可能被滥用的双重特性,为后续研究提供方向。
2024-07-17 cs.CR
Software Unclonable Functions for IoT Devices Identification and Security
针对物联网中合法与受攻击设备区分的关键挑战,本研究在提出的软件不可克隆函数(SUFs)框架下,探究基于硬件性能计数器(HPC)的签名的唯一性有效性,为设备识别与安全提供技术支撑。
2025-08-25 cs.CR
FirmwareDroid: Security Analysis of the Android Firmware EcoSystem
Android开源项目(AOSP)可能是全球智能手机和物联网设备使用最多和定制最多的操作系统。它的市场份额和高适应性使Android成为许多开发人员感兴趣的操作系统。如今,我们在智能手机、电视、智能手表、汽车和各种供应商和制造商的其他设备中使用Android固件。定制的Android固件和设备数量之多,使得安全分析师很难检测到潜在的有害应用程序。另一个事实是,许多供应商包括来自第三方开发人员的应用程序。这样的膨胀软件通常比标准应用程序拥有更多的特权,并且用户在没有root设备的情况下无法删除。近年来,据报道,第三方开发人员可以将恶意应用程序包含到Android构建链中。媒体报道称,像Chamois和Triade这样的预装恶意软件能够感染数百万台设备。这些案例表明需要更好的策略来分析Android固件。在我们的研究中,我们以各种方式分析了Android固件生态系统。我们收集了一个包含数千个Android固件存档的数据集,并显示有数TB的固件数据正在网络上等待分析。我们开发了一个名为FirmwareDroid的Web服务,用于分析Android固件存档和预安装的应用程序,并创建固件样本数据集。专注于Android应用程序,我们使用最先进的开源工具自动提取和扫描预安装应用程序的过程。我们在真实数据上证明,预安装的应用程序实际上是对Android用户的威胁,我们可以使用VirusTotal…
2021-12-13 cs.CR
A First Look at the Security Issues in the Model Context Protocol Ecosystem
University of Delaware, USA(德克萨斯大学)
本文首次研究了模型上下文协议生态系统中的跨实体安全问题,揭示了注册表层面的漏洞和代码层面的攻击风险,提出了MCPInspect工具检测漏洞和可疑元数据。
2026-04-27 cs.AI cs.CR
From LLMs to MLLMs to Agents: A Survey of Emerging Paradigms in Jailbreak Attacks and Defenses within LLM Ecosystem
该综述系统梳理LLM生态从单模态到多模态再到智能体演进中的越狱攻击与防御体系,弥补现有综述在智能体安全、混合攻击分类等方面的不足,提出未来研究方向以助力构建更具韧性的防御策略。
2025-08-01 cs.CR
A Time Series Analysis of Malware Uploads to Programming Language Ecosystems
University of Southern Denmark(南丹麦大学)
本文针对六个编程语言生态系统的恶意软件上传数据,基于OSV数据库开展时间序列分析,发现2025年初OSV中80%条目为恶意软件,用简单自回归模型可良好预测,推进了生态系统安全纵向维度的研究。
2026-08-10 cs.CR cs.SE
Understanding IoT Security Through the Data Crystal Ball: Where We Are Now and Where We Are Going to Be
受消费者物联网市场繁荣的启发,许多设备制造商、初创公司和技术巨头都已进入这一领域。不幸的是,物联网令人兴奋的实用性和快速的市场化是以牺牲隐私和安全为代价的。行业报告和学术工作揭示了许多对物联网系统的攻击,导致隐私泄露,财产损失和大规模可用性问题。为了减轻这种威胁,已经提出了一些解决方案。然而,目前尚不清楚它们对物联网生态系统的影响。在这项工作中,我们的目标是对物联网领域报告的攻击和防御进行全面研究,以找出我们所知道的,目前的研究不足之处以及如何向前迈进。为此,我们首先构建了一个工具包,该工具包使用语义分析搜索大量在线数据,以识别3000多篇与物联网相关的文章。此外,通过使用机器学习技术对这些收集到的数据进行聚类,我们能够将学术观点与行业和其他来源的研究结果进行比较,试图了解它们之间的差距,物联网安全风险的趋势以及需要进一步关注的新问题。我们通过提出物联网生态系统的分类并将物联网安全组织成五个问题领域来系统化这一过程。我们使用这种分类法作为信标,来评估我们定义的许多属性中的每个物联网工作。我们的评估显示,相关的安全和隐私问题远未解决。我们将讨论如何将每个建议的解决方案应用于一个问题领域,并强调其优势,假设和限制。我们强调物联网供应商需要一个安全框架,并讨论了将安全责任转移到外部或集中式实体的趋势。我们还确定了开放的研究问题,并为安全的物联网生态系统提供了建议。
2017-03-28 cs.CR