Characteristics, Root Causes, and Detection of Incomplete Security Bug Fixes in the Linux Kernel
Zhejiang University(浙江大学);The Hong Kong Polytechnic University(香港理工大学)
本文研究Linux内核中不完整安全漏洞修复的特点、根本原因及检测方法,揭示其修复缺陷及风险控制策略。
2025-11-21 cs.CR
Automatic Detection of Reference Counting Bugs in Linux Kernel Drivers
The University of Tokyo(东京大学)
本文提出DrvHorn工具,通过将引用计数验证转化为断言检查问题,检测Linux内核驱动中的引用计数错误,发现545个错误,其中424个为新发现,且误报率较低。
2026-05-15 cs.CR cs.SE
Towards Linux Kernel Memory Safety
全球数十亿设备的安全性取决于主流Linux内核的安全性和健壮性。然而,越来越多的特定于内核的漏洞,特别是内存安全漏洞,表明内核是一个流行的和实际上可利用的目标。内存安全漏洞的两个主要原因是引用计数器溢出(临时内存错误)和缺乏指针边界检查(空间内存错误)。为了在实践中取得成功,Linux内核等关键系统的安全机制还必须将性能和可部署性作为关键的设计目标。我们提出并系统地分析了两种提高Linux内核内存安全性的机制:(a)一种抗溢出引用计数器数据结构,旨在适应内核源代码中典型的引用计数器使用,以及(b)运行时指针边界检查,在内核中使用英特尔MPX。
2017-10-17 cs.CR cs.OS
Leveraging Support Vector Machine for Opcode Density Based Detection of Crypto-Ransomware
勒索软件是一个重大的全球威胁,由于普遍的勒索软件即服务模式,易于部署。结合使用操作码特征和支持向量机的机器学习算法已被证明是用于一般恶意软件检测的成功方法。这项研究的重点是加密勒索软件,并使用恶意和良性可移植可执行文件的静态分析来提取所有样本中的443个操作码,将它们表示为数据集中的密度直方图。在WEKA机器学习工具集中使用SMO分类器和PUK内核,证明该方法在区分勒索软件和好软件时可以达到100%的准确率,并且在区分5个加密勒索软件家族和好软件时可以达到96.5%。此外,8种不同的属性选择方法进行评估,以实现显着的特征约简。使用CorrelationAttributeEval方法可以保持接近100%的精度,特征减少59.5%。CFSSubset过滤器实现了97.7%的最高特征减少,但精度略低,为94.2%。
2018-07-27 cs.CR
ECMO: Peripheral Transplantation to Rehost Embedded Linux Kernels
基于全系统仿真器QEMU的动态分析有着广泛的应用。然而,在QEMU中运行嵌入式设备的固件映像是具有挑战性的,特别是引导Linux内核的过程(我们称这个过程为Linux内核的重新托管)。这是因为嵌入式设备通常使用来自多个供应商的不同片上系统(SoC),而QEMU目前只支持有限数量的SoC。在这项工作中,我们提出了一种称为外周移植的技术。其主要思想是将指定外设的设备驱动程序移植到Linux内核中。通过这样做,它可以将内核中当前不支持的外围设备替换为支持的外围设备,从而使Linux内核可重新托管。之后,可以构建各种应用程序。我们在一个名为ECMO的原型系统中实现了这项技术,并将其应用于815个固件映像,其中包括20个内核版本,37个设备型号和24个供应商。结果表明,ECMO可以成功地移植所有815个Linux内核的外围设备。其中,710个内核可以成功地进行主机迁移,即,启动用户空间shell(87.1%的成功率)。失败的情况主要是因为内核不支持根文件系统格式(ramfs)。我们进一步构建了三个应用程序,即,内核崩溃分析,rootkit取证分析和内核模糊,基于重新托管的内核,以演示ECMO的使用场景
2021-10-05 cs.AR cs.CR cs.DC
Linux Kernel Recency Matters, CVE Severity Doesn't, and History Fades
Nicolaus Copernicus University(尼古拉·哥白尼大学);Amazon Web Services(亚马逊云科技)
通过分析 Linux 内核 CVE 的元数据、相关提交和补丁延迟,发现内核新近性是补丁延迟的合理预测因子,而严重性和 CVSS 指标影响甚微。
2026-01-29 cs.CR cs.SE
Patch-to-PoC: A Systematic Study of Agentic LLM Systems for Linux Kernel N-Day Reproduction
University of California, Riverside(加州大学河滨分校)
本文提出K-Repro系统,利用LLM自动复现Linux内核N-day漏洞,实现超过50%的漏洞复现率,为自主安全代理的构建和N-day风险评估提供指导。
2026-02-18 cs.CR cs.SE
Towards Reliable and Scalable Linux Kernel CVE Attribution in Automated Static Firmware Analyses
在脆弱性评估中,基于软件组件的CVE属性是一种常见的方法来识别可能脆弱的系统规模。然而,这种以版本为中心的方法会对固件映像中的二进制分布式Linux内核产生很高的误报率。不过滤包含的易受攻击的组件是不可靠匹配的一个原因,因为异构的硬件属性、模块化和众多的开发流导致过多的供应商定制的构建。为了在保持分析方法可扩展性的同时提高结果可靠性,我们使用自动化静态固件分析来丰富基于版本的CVE匹配与来自二进制图像的内核特定构建数据。我们开源了一个属性管道,它收集内核配置和目标架构,以干式构建当前内核版本,并根据记录描述中受影响的文件引用过滤CVE。在一个案例研究与127路由器固件图像,我们表明,在天真的版本匹配相比,我们的方法识别68%的所有版本的CVE匹配为假阳性,并可靠地将它们从结果集中删除。对于所有匹配的12%,它提供了问题适用性的额外证据。对于19.4%,我们的方法没有提高可靠性,因为在CVE中缺少所需的文件引用。
2022-09-12 cs.CR
TPM-Attest: Hardware-Rooted Integrity Attestation as a Kernel-Level Anti-Cheat Alternative for Linux
GITAM School of Technology, GITAM (Deemed to be University)(GITAM科技学院,GITAM(视为大学))
TPM-Attest利用TPM 2.0和IMA实现硬件根信任的远程证明,无需内核驱动即可检测篡改,500次测试中实现100%检测率,并开源发布。
2026-09-21 cs.CR
PrimSynth: An Agentic Approach to Discover, Validate, and Synthesize Exploit Primitives for Linux Kernel Vulnerabilities
National University of Defense Technology(国防科技大学);Clouditera(云迹科技)
该研究针对Linux内核漏洞利用策略与具体操作的概念鸿沟,提出多智能体框架PrimSynth,可发现、验证并合成漏洞利用原语,在16个真实CVE上取得100%原语匹配率及82.4%、61.3%的策略合成率。
2026-09-03 cs.CR
A Recurrent Neural Network Based Patch Recommender for Linux Kernel Bugs
生产环境中的软件错误会对服务质量造成不良影响,导致服务质量、计划外系统停机和良好客户体验中断,从而导致收入和声誉损失。现有的自动化软件错误修复方法集中在使用静态代码分析工具和测试套件检测到的已知错误模板上,以及针对这些错误自动生成补丁代码。我们描述了Linux内核中采用的典型错误修复过程,并激发了对新的自动化工具流来修复错误的需求。我们提出了这样一个自动化的工具,使用循环神经网络(RNN)的自然语言处理从用户生成的错误报告生成补丁建议的初始设计。在测试错误的第50个百分位数,正确的补丁出现在模型输出的前11.5个补丁建议中。此外,我们提出了一个Linux内核开发人员的质量评估建议新的未解决的内核错误的补丁。
2020-02-19 cs.CR cs.OS cs.SE
Identifying Linux Kernel Instability Due to Poor RCU Synchronization
University of Limerick(利默里克大学)
本文研究了 Linux 内核中因哈希表更新时省略 synchronize_rcu() 调用导致的 RCU 同步不当问题,发现其会引发内存碎片与 UAF 漏洞,并建议显式插入该调用以保障内核稳定与内存安全。
2025-10-31 cs.CR
The Linux IOCTL Census: A Source-Derived Database of the Linux Kernel Control-Code Surface
通过静态分析构建 Linux 内核 ioctl 接口的可查询清单,覆盖 878 个模块、586 个分发入口点及 1289 个命令码,并编码威胁模型以区分权限门控区域,支持跨操作系统查询。
2026-06-09 cs.CR cs.SE
Applying Bag of System Calls for Anomalous Behavior Detection of Applications in Linux Containers
在本文中,我们提出的结果,使用袋的系统调用学习的Linux容器的行为,用于异常检测为基础的入侵检测系统。通过使用从主机内核监视的容器的系统调用进行异常检测,系统不需要容器性质的任何先验知识,也不需要改变容器或主机内核。
2016-11-09 cs.CR
Empirical Notes on the Interaction Between Continuous Kernel Fuzzing and Development
自20世纪90年代以来,模糊技术得到了广泛的研究和应用。自动化和持续的模糊最近也被应用于开源软件项目,包括Linux和BSD内核。本文集中在四个开源内核中的连续内核模糊化的实际方面。根据结果,syzkaller/syzbot框架报告了四个内核的800多个未解决的崩溃。其中许多在相当长的时间以前就已经报道过了。有趣的是,模糊引起的bug在BSD内核中得到了更快的解决。此外,断言和调试检查、释放后使用和一般保护错误占Linux内核中大多数错误类型。在Linux内核中,大约23%的已修复错误已经通过了代码审查或额外的测试。最后,只有代码扰动提供了一个微弱的统计信号来解释Linux内核中相关的bug修复时间。
2019-09-05 cs.CR cs.SE
An Investigation of Patch Porting Practices of the Linux Kernel Ecosystem
本研究通过挖掘软件仓库,调查Linux生态系统中补丁移植策略与能力,使用补丁延迟、补丁率和错误继承率指标揭示不同策略的权衡,并强调提示标签的重要性,最后提出改进建议。
2024-02-07 cs.CR cs.SE
Device Tracking via Linux's New TCP Source Port Selection Algorithm (Extended Version)
我们描述了一个跟踪技术的Linux设备,利用一个新的TCP源端口生成机制,最近引入到Linux内核。这种机制基于RFC 6056中标准化的算法,通过更好地随机化端口选择来提高安全性。我们的技术检测在所述算法中使用的哈希函数中的冲突,基于在攻击者规定的方式产生的采样TCP源端口。这些哈希冲突仅取决于每个设备的密钥,因此冲突集形成了一个设备ID,允许跨浏览器、浏览器隐私模式、容器和IPv4/IPv6网络(包括一些VPN)跟踪设备。它可以区分具有相同硬件和软件的设备,并持续到设备重新启动。我们实现了这项技术,然后使用两个不同位置的跟踪服务器和各种网络上的Linux设备对其进行了测试。我们还在一个Android设备上进行了测试,我们打了补丁以引入新的端口选择算法。跟踪技术在现实生活中的条件下工作,我们报告了有关它的详细调查结果,包括它的停留时间,可扩展性和在不同网络类型中的成功率。我们与Linux内核团队合作,以减轻漏洞利用,从而在2022年5月向Linux内核引入了一个安全补丁,我们在论文中提供了更好地保护端口选择算法的建议。
2022-12-22 cs.CR
SyzScope: Revealing High-Risk Security Impacts of Fuzzer-Exposed Bugs in Linux kernel
模糊技术已经成为软件缺陷发现的最有效的方法之一。近年来,出现了24*7连续模糊测试平台来测试软件的关键部分,例如,Linux内核。虽然能够发现许多错误并提供复制器(例如,概念证明),一个主要问题是它们忽略了本应内置的关键功能,即,评估bug的安全影响。众所周知,缺乏对安全影响的理解可能会导致错误修复延迟以及补丁传播。在本文中,我们开发SyzScope,一个系统,可以自动发现新的“高风险”的影响,给出了一个错误,看似“低风险”的影响。通过分析syzbot上的一千多个低风险bug,SyzScope成功地确定了183个低风险bug(超过15%)实际上包含高风险影响,例如,控制流劫持和任意内存写入,其中一些仍然没有可用的补丁。
2021-11-11 cs.CR cs.SE
Apate - A Linux Kernel Module for High Interaction Honeypots
在IT安全中使用蜜罐来检测和收集有关正在进行的入侵的信息,例如,通过记录攻击者的接近蜜罐通过向攻击者呈现一个看起来像有效应用程序的交互式系统来实现。蜜罐的主要设计目标之一是尽可能长时间地不被攻击者注意。入侵者与蜜罐交互的时间越长,可以收集到的关于攻击的有价值的信息就越多。当然,蜜罐的另一个主要目标是不打开攻击者可以利用的新漏洞。因此,有必要加固蜜罐和周围环境。本文介绍了Apate,一个Linux内核模块(LKM),能够记录,阻止和操作系统调用基于预配置的条件,如进程ID(PID),用户ID(UID),等等。Apate可用于构建和强化高交互蜜罐。可以使用集成的高级语言配置Apate。因此,Apate是即将到来的高交互蜜罐的重要且易于使用的构建块。
2015-07-11 cs.CR cs.NI
VeriFence: Lightweight and Precise Spectre Defenses for Untrusted Linux Kernel Extensions
针对 Linux BPF 现有 Spectre 防御误拒大量真实程序的问题,提出 VeriFence 轻量精确增强机制,将应用拒绝率从54%降至零,并在跟踪、分析和包处理中保持低开销。
2025-01-08 cs.CR cs.OS
Cross Layer Attacks and How to Use Them (for DNS Cache Poisoning, Device Tracking and More)
我们分析了随机伪随机数发生器(PRNG)中使用的Linux内核(这是Linux操作系统的内核,以及Android),并证明,这个PRNG是弱的。随机PRNG被Linux内核中的许多“消费者”使用。重点研究了网络层的三个消费者--UDP源端口生成算法、IPv6流标签生成算法和IPv4 ID生成算法。有缺陷的随机PRNG由所有这些消费者共享,这使我们能够对Linux内核发起“跨层攻击”。在这些攻击中,我们从一个OSI层推断随机PRNG的内部状态,并使用它来预测其他OSI层所采用的PRNG的值,或者将其与从其他协议推断的PRNG的内部状态相关联。使用这种方法,我们可以对Linux发起非常有效的DNS缓存中毒攻击。我们收集TCP/IPv6流标签值,或UDP源端口,或TCP/IPv4 IP ID值,重建内部PRNG状态,然后预测出站DNS查询UDP源端口,这使攻击速度提高了3000到6000倍。这种攻击可以远程工作,但也可以跨Linux用户和跨容器本地安装,并且(取决于存根解析器)可以使用任意DNS记录毒害缓存。此外,我们还可以识别和跟踪Linux和Android设备--我们收集TCP/IPv6流标签值和/或UDP源端口值和/或TCP/IPv4 ID字段,重建PRNG内部状态,并将此新状态与先前提取的PRNG状态相关联,以识别同一设备。
2020-12-14 cs.CR
Inferring 1-Minimal Trigger Configurations for Assessing Linux Kernel CVE Triggerability
Nanjing University of Science and Technology(南京理工大学);Shandong Normal University(山东师范大学)
该研究提出框架FCC,可推断满足Kconfig且经make olddefconfig验证的1-最小Linux内核CVE触发配置,提升配置成功率并减小候选集规模,助力供应商评估CVE触发可能性。
2026-08-18 cs.CR
Understanding Concurrency Vulnerabilities in Linux Kernel
虽然有大量的工作,分析并发相关的软件错误和开发技术,检测和修补它们,很少注意到并发相关的安全漏洞。两者的不同之处在于,并非所有的bug都是漏洞:对于可利用的bug,需要有一种方法让攻击者触发其执行并造成损害,例如,泄露敏感数据或运行恶意代码。为了填补这一空白,我们进行了第一次经验研究的并发漏洞报告在Linux操作系统在过去的十年。我们专注于分析常见漏洞和暴露(CVE)数据库中存档的已确认漏洞,然后根据漏洞类型,利用模式和开发人员采用的补丁策略将其分类为不同的组。我们使用代码片段来说明各个漏洞类型和补丁策略。我们还使用统计数据来说明整个情况,包括每种漏洞类型的百分比。我们希望对这个问题有一些了解,例如,并发漏洞继续对系统安全构成严重威胁,即使是内核开发人员也很难对其进行分析和修补。因此,需要更多的努力来开发分析和修补这些漏洞的工具和技术。
2022-12-11 cs.CR cs.SE
Case Study: Securing MMU-less Linux Using CHERI
本文提出利用 CHERI 能力系统,通过纯能力模式构建软件栈、ELF 级用户程序隔离、内核与用户能力表隔离以及 CompartOS 内核模块隔离四种机制,为无 MMU 的嵌入式 Linux 提供低成本的内存安全与隔离保障。
2024-01-18 cs.CR cs.OS
Mining Sandboxes for Linux Containers
容器是通过不同的内核命名空间和资源分配配额与其他组隔离的一组进程。针对容器的攻击通常通过系统调用接口利用内核漏洞。在本文中,我们提出了一种方法,挖掘沙箱的容器。我们首先通过利用自动测试来探索容器的行为,并提取测试期间访问的系统调用集。然后,这组系统调用作为容器的沙箱产生。挖掘沙箱限制容器对测试期间看不到的系统调用的访问,从而减少了攻击面。在实验中,我们的方法需要不到11分钟的时间来为每个容器挖掘沙箱。强制执行挖掘沙箱不会影响容器的常规功能,并且性能开销很低。
2017-12-15 cs.CR
KernJC: Automated Vulnerable Environment Generation for Linux Kernel Vulnerabilities
针对内核漏洞复现中环境构建的挑战,提出基于补丁和图的方法自动识别易受攻击内核版本及必要配置,开发了工具 KernJC 并构建数据集,成功复现 66 个漏洞并发现 NVD 中 128 个虚假版本声明。
2024-09-24 cs.CR cs.SE
Take a Step Further: Understanding Page Spray in Linux Kernel Exploitation
本文系统研究Linux内核利用中的Page Spray技术,提出\sys模型、分析器及轻量级缓解方法,旨在提升安全社区对该技术的理解与防御。
2024-11-09 cs.CR cs.SE
Adelie: Continuous Address Space Layout Re-randomization for Linux Drivers
虽然地址空间布局随机化(ASLR)已被广泛研究用于用户空间程序,但相应的操作系统内核的KASLR支持仍然非常有限,使内核容易受到即时(JIT)返回导向编程(ROP)攻击。此外,诸如Linux之类的商用OS由于架构约束(例如,x86-64对于大多数指令仅支持32位立即操作数),这使得它们由于低熵而容易受到甚至不复杂的蛮力ROP攻击。大多数内核指针保持静态,当指针泄漏时,问题会恶化。Adelie,我们的内核防御机制,克服了KASLR的限制,增加了KASLR熵,并使成功的ROP攻击Linux内核更难实现。首先,Adelie启用了位置无关代码(PIC)模型,这样内核及其模块就可以放置在64位虚拟地址空间中的任何位置,彼此之间的距离任意。其次,Adelie在模块上实现堆栈重新随机化和地址加密。最后,Adelie通过使用PIC模型为模块启用了高效的连续KASLR,使得无论gadget的来源如何,都(几乎)不可能通过这些模块注入ROP gadget。由于设备驱动程序(通常编译为模块)通常由第三方开发,并且通常比核心操作系统部分测试较少,因此它们通常也更容易受到攻击。通过完全重新随机化设备驱动程序,最后两个贡献一起防止了大多数JIT ROP攻击,因为易受攻击的模块很可能是攻击的起点。此外,虚拟化环境中的一些OS实例被专门指定为运行设备驱动程序,其中驱动程序是JIT ROP攻击的主要目标。我们的评估…
2022-01-20 cs.CR cs.OS
SHIELD: A Host-Independent Framework for Ransomware Detection using Deep Filesystem Features
Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University(纽约大学坦顿工程学院电气与计算机工程系)
SHIELD通过深度文件系统特征实现宿主无关的勒索软件检测,利用机器学习在存储控制器中实时检测和缓解威胁。
2026-03-12 cs.CR cs.SY eess.SY
What Do They Fix? LLM-Aided Categorization of Security Patches for Critical Memory Bugs
UC Riverside(罗切斯特大学);University of Minnesota(明尼苏达大学);IBM(IBM公司)
本文提出 DUALLM 双模型流水线,结合 LLM 与微调小模型及提交、diff 和代码上下文,细粒度识别 Linux 内核中修复 OOB/UAF 的安全补丁,准确率达 87.4%,并验证了真实漏洞。
2026-09-28 cs.CR cs.LG
Intrusion Detection System for Applications using Linux Containers
Linux容器在个人和工业应用中的吸引力越来越大,随着这些容器集成到关键任务系统中,实时检测恶意网络攻击成为关键的操作要求。本文介绍了一种实时的基于主机的入侵检测系统,可用于被动检测不法行为对Linux容器内的应用程序运行在一个独立的或在云多租户环境。所演示的入侵检测系统使用从主机内核监视的系统调用包来学习在Linux容器内运行的应用程序的行为并确定异常容器行为。使用数据库应用程序的方法的性能进行了测量和结果进行了讨论。
2016-11-09 cs.CR
Anchors that Don't Lift: Understanding Supply Chain Driven Kernel Lock-In and Governance-Mediated Mitigation Strategies in SOHO Devices
IIT Madras(印度理工学院马德拉斯分校);IIT Kharagpur(印度理工学院卡拉格普尔分校);IIIT Kottayam(印度信息技术学院科塔亚姆分校)
通过分析306款SOHO设备的900多个固件,发现SoC供应商的SDK导致内核版本锁定,造成漏洞债务沿供应链传递,而社区参与是唯一有效的缓解途径。
2026-06-09 cs.CR
Beyond Control: Exploring Novel File System Objects for Data-Only Attacks on Linux Systems
本文研究 Linux 内核文件子系统中的非控制数据攻击,提出静态与动态结合的半自动分析测试框架,发现并分类新型可利用文件系统对象,且通过 18 个 CVE 和 10 个端到端利用验证其有效性。
2024-09-07 cs.CR cs.OS
ContractWarden: Kernel-Enforced Damage Boundaries for AI Agents via Human-Authorized Contracts
School of Cyber Science and Technology, University of Science and Technology of China(中国科学技术大学网络空间安全学院);China Greatwall Technology Group Co., Ltd.(中国长城科技集团股份有限公司)
ContractWarden通过人类授权契约和eBPF/LSM内核数据平面,为AI智能体强制执行确定性损害边界,实验验证了低开销与高安全性。
2026-10-01 cs.CR cs.OS
Harvest Season for SLUB: From io_uring vulnerability to Novel Sheaf-Based Exploitation Techniques
本研究分析 Linux 6.18 中 io_uring 与 SLUB 的 sheaf/barn 机制,发现两个新漏洞并构建权限提升链,提出三种基于 sheaf 的新型利用技术,揭示其作为新攻击面的潜力。
2026-09-30 cs.CR
MOAT: Towards Safe BPF Kernel Extension
本文提出 MOAT 系统,利用英特尔 MPK 硬件隔离潜在恶意的 BPF 程序,以弥补 BPF 验证器的安全缺陷,并在 Linux 上实现低开销隔离。
2024-06-07 cs.CR cs.OS
Blindfold: Confidential Memory Management by Untrusted Operating System
针对现有机密计算方案导致OS内存优化失效或TCB复杂化的问题,提出Blindfold设计,通过Guardian组件及三种技术增强现有方案,实现不可信OS下的机密内存管理,TCB更小、性能有竞争力,仅需少量内核修改。
2024-12-05 cs.CR cs.OS
Jupyter Notebook Attacks Taxonomy: Ransomware, Data Exfiltration, and Security Misconfiguration
本文首次系统提出针对 Jupyter Notebook 的网络攻击分类法,涵盖勒索软件、数据窃取、安全配置错误和资源滥用,并设计了审计 Jupyter 的框架以提升对 AI 驱动及量子威胁的防御可见性。
2024-09-28 cs.CR cs.NI
JITScanner: Just-in-Time Executable Page Check in the Linux Operating System
JITScanner是一种基于Linux可加载内核模块的动态恶意软件检测方案,通过在指令提取时精确检查可执行虚拟页的恶意签名,实现了高效检测与最小运行时开销。
2024-04-25 cs.CR
CryptoGuard: Lightweight Hybrid Detection and Response to Host-based Cryptojackers in Linux Cloud Environments
Kwangwoon University(光云大学)
提出 CryptoGuard 轻量级混合框架,通过 sketch/滑动窗口系统调用监控、两阶段深度学习分类及 eBPF 补救机制检测并响应 Linux 云主机中的加密劫持恶意软件。
2025-10-21 cs.CR
Assessing Runtime Electromagnetic Detection of CPU Hardware Trojans Targeting Kernel Memory
Georgia Institute of Technology(佐治亚理工学院);Wayne State University(韦恩州立大学)
本研究利用电磁辐射对RISC-V Linux系统上的硬件木马进行运行时检测,通过开源木马篡改内核内存,发现异常软件行为可间接揭示木马存在。
2026-09-22 cs.CR
Non-Volatile Kernel Root kit Detection and Prevention in Cloud Computing
网络领域已经成为人们日常生活中的一个基本组成部分。网络安全一直是一个重要的问题。恶意软件被用来闯入目标框架。有各种各样的恶意软件,例如,感染,蠕虫,rootkit,特洛伊木马,勒索软件等。每个恶意软件都有自己的方式来处理以各种方式影响目标框架,以这种方式伤害框架。rootkit可能存在于一些任意的记录中,当打开这些记录时,可以改变或删除目标框架中的内容或信息。同样,通过打开rootkit污染的记录可能会降低框架的执行。因此,在本文中,内核Rootkit检测和预防(KRDP)框架提出了避免记录。本文中的避免系统利用计算来阻止所描绘的受rootkit影响的记录的打开。总的来说,该框架包括一个免费的防病毒编程,但仅限于某些功能。所提出的模型通过利用计算来击败功能,以这种方式首先识别rootkit,然后警告客户端对rootkit污染的记录做出反应。通过这种方式,防止客户端打开受rootkit污染的记录。不可避免的是,在将受污染的文档从框架中驱逐之后,将改进一般框架的执行。
2020-04-30 cs.CR
PortGPT: Towards Automated Backporting Using Large Language Models
School of Cyber Science and Engineering, Huazhong University of Science and Technology(华中科技大学网络空间安全学院);Hubei Key Laboratory of Distributed System Security(湖北省分布式系统安全重点实验室);Northwestern University(西北大学);University of Waterloo(滑铁卢大学);Canonical Ltd.(Canonical有限公司);JinYinHu Laboratory(金银湖实验室)
本文提出PORTGPT,一个基于大型语言模型的智能体,通过工具增强实现端到端自动化补丁回溯移植,在现有及复杂数据集上取得领先成功率,并向Linux内核贡献了9个已合并的补丁。
2025-10-25 cs.CR
BULKHEAD: Secure, Scalable, and Efficient Kernel Compartmentalization with PKS
本文提出 BULKHEAD,利用 Intel PKS 和轻量级内核监控器为无限数量内核隔离区提供双向隔离,并在 Linux v6.1 上实现 LKM 隔离,兼顾安全、可扩展性与低开销。
2024-09-15 cs.CR cs.OS
APTSHIELD: A Stable, Efficient and Real-time APT Detection System for Linux Hosts
高级持续性威胁(APT)攻击通常是指对手使用先进的攻击技术对特定目标进行长期、隐蔽和持续的攻击,以摧毁组织的关键设施。APT攻击在全球范围内造成了严重的安全威胁和巨大的经济损失。学术界和工业界因此提出了一系列检测APT攻击的解决方案,如动态/静态代码分析、流量检测、沙箱技术、端点检测和响应(EDR)等。然而,由于数据源完整性弱,现有的防御措施无法准确有效地防御当前APT攻击,这些攻击具有很强的持续性、隐蔽性、多样性和动态性,数据处理开销大,在实际场景处理过程中实时的【形】性能差。为了克服这些困难,本文提出了APTSHIELD,一个稳定,高效,实时的【形】APT检测系统的Linux主机。在数据汇集方面,在综合分析比较现有日志工具的基础上,选择审计稳定采集操作系统的内核数据,对攻击进行完整画像;在数据处理方面,采用冗余语义跳过和非生存节点剪枝减少数据量,降低检测系统开销;在攻击检测方面,设计了一个基于ATT\&CK模型的APT攻击检测框架,通过标签的传递和聚合实现实时的【形】攻击响应和告警。实验室和DARPA Engagement上的实验结果表明,该系统能够有效地检测Web漏洞攻击、无文件攻击和远程访问木马攻击,并且具有较低的误报率,比现有的前沿工作具有更高的应用价值。
2021-12-17 cs.CR
TyPatch: Transforming Patches into Typestate Rules for Kernel Bug Detection
Tsinghua University(清华大学);The University of Hong Kong(香港大学)
TyPatch通过LLM将补丁转为类型状态规则,由共享后端执行,解耦缺陷语义与分析器实现,在Linux v6.16上发现559个漏洞,121个获确认,且生成令牌减少88.3%以上,精确度提升至3.42-14.95倍。
2026-09-15 cs.AI cs.CR cs.OS
SafeBPF: Hardware-assisted Defense-in-depth for eBPF Kernel Extensions
针对eBPF框架因内存安全漏洞被限制为仅特权用户使用的问题,提出通用安全设计SafeBPF,通过纯软件SFI或ARM MTE硬件辅助隔离eBPF程序与内核,在宏基准测试最高4%开销下实现预期安全属性。
2024-09-11 cs.CR cs.OS