研究：MoE 路由遥测泄露成员信息，成员推断攻击效果提升
研究提出一种路由增强的成员推断攻击，将常规输出信号与聚合路由特征结合，用独立微调的影子模型训练成员分类器并迁移到目标模型。在三种 MoE 架构和三个数据域共九种设置中，路由遥测使 1% FPR 下的 TPR 相比强输出信号集成提升 2.7 至 9.4 个百分点，且在完整微调、冻结路由器训练、LoRA 和指令微调下均持续存在。
推荐理由：研究显示 MoE 路由遥测可被用于成员推断，读者可了解这一运维信号如何成为新的隐私暴露面。
#AI 隐私
arXiv 隐私论文精选AI 评分6666 arXiv 隐私论文AI 评分5555 PSCMIA：针对嵌入式机器学习的功耗侧信道成员推断攻击
研究提出 PSCMIA，一种针对嵌入式机器学习模型的功耗侧信道成员推断攻击，可直接从功耗轨迹推断样本是否用于训练，无需预测概率甚至预测标签。
arXiv 隐私论文精选AI 评分6060 研究用 LLM 分析 570 万条 Reddit 帖，构建 12 类 AI 危害分类体系
研究提出一套 LLM 辅助的主题分析流程，从大规模社交媒体数据中动态识别、分类并追踪新兴 AI 危害。作者分析了 18 个月（2025 年 1 月至 2026 年 6 月）内 570 万条 Reddit 帖子摘要，整理并发布包含 57.5 万条 AI 危害相关帖子的数据集，以及涵盖 12 个类别、47 个子节点的自下而上 AI 危害分类体系。
推荐理由：论文用 570 万条 Reddit 帖构建自下而上的 AI 危害分类体系，其中包含自上而下框架忽略的 AI 隐私侵害细分类型。
arXiv 隐私论文AI 评分2626 欺骗性老虎机问题：探索耦合与多智能体学习的脆弱性
研究揭示，在最小双人强单调设定中，欺骗方利用与受害者探索仅存在相关性的泄露信号，将自身探索动作与之耦合，从而注入外部性并把学习动态导向新的稳态——欺骗纳什均衡（DNE）。作者证明欺骗性老虎机学习（DBL）动态以最优收敛速率收敛到 DNE 的任意小邻域，且在放宽标准老虎机优化文献的二阶光滑条件下仍成立，并用资源分配博弈展示了欺骗对稳态与欺骗方成本的严格影响。
arXiv 隐私论文精选AI 评分6262 研究：LLM 路由元数据可泄露敏感话题，长度匹配可缓解
研究测量了 LLM 路由决策元数据在关闭内容日志时仍会泄露敏感话题，基于 170 万条真实请求（WildChat-1M、LMSYS-Chat-1M）和两个成本/质量路由器及一个领域路由器展开预注册实验。
推荐理由：研究测量了 LLM 路由元数据在关闭内容日志时仍会泄露敏感话题，并给出长度匹配的缓解思路。
BleepingComputerAI 评分2323 假 ChatGPT、Gemini 等 AI 站点借浏览器套浏览器攻击窃取广告账户与 MFA 验证码
一波针对广告账户管理者的钓鱼活动利用假 ChatGPT、Gemini、Claude 和 Perplexity 站点，通过浏览器套浏览器（BitB）攻击窃取登录凭证和 MFA 验证码，并借 Meta 新推出的 Muse AI 智能体之名设饵。
arXiv 隐私论文AI 评分2626 超越匿名字幕：视频字幕与问答中的角色身份锚定
研究提出身份感知视频字幕与人物中心问答框架，基于 LSMDC v2 电影片段将检测人脸匹配演员参考图像并跨帧追踪角色，构建含 750 个字幕片段和 3,000 个人物中心问题的基准。
Malwarebytes 博客AI 评分3030 Malwarebytes 披露 BlueKit：AI 驱动的钓鱼工具包 10 分钟即可劫持账号
Malwarebytes 研究团队披露钓鱼即服务工具包 BlueKit，攻击者无需深厚技术背景即可通过单一仪表盘管理整场钓鱼活动。截至 9 月，BlueKit 模板库覆盖 97 个品牌、176 个变体，可仿冒 Amazon、Google/Gmail、Apple、美国运通、TikTok、Facebook、X 以及 OpenAI、Anthropic 等平台登录页。
Malwarebytes 博客AI 评分2626 Facebook Marketplace 骗局：用你的姓名和电话号码伪造商品列表
Facebook 用户报告收到 iMessage 消息，询问某件 Facebook Marketplace 商品是否仍在售，附带的伪造列表中卖家姓名与收件人相同，但头像属于另一位同名 Facebook 用户。
arXiv 隐私论文AI 评分2222 研究：细粒度情绪识别基准测的是生成式作答，而非感知能力
针对 EmoNet-Face-HQ 细粒度情绪识别基准，研究者保留其图像、分类体系与评分，仅把答案读取方式从生成式作答改为按类别逐项读取 logits 的二分类查询。
404 Media精选AI 评分7676 Meta 在 Muse 上线前紧急修复 KVM 逃逸漏洞
404 Media 获悉，Meta 工程师在 AI 智能体产品 Muse 上线前数周发现多个安全漏洞，其中至少一个可能让普通用户突破虚拟机隔离，访问 Meta 内部敏感数据库和服务。
推荐理由：披露 Meta 在 Muse 上线前紧急修复 KVM 逃逸漏洞的内部过程，可了解 AI 智能体与生产环境仅隔一层虚拟化的风险。
WIRED · SecurityAI 评分6666 Meta 的 Muse 被提取内部指令，为每位联系人建立详细档案
Meta 的新个人助理 Muse 走红后，多名研究者提取了其内部文件和系统提示词。独立 AI 安全与隐私研究者 Karan Joshi 通过普通聊天界面让 Muse 复制并分享自身软件文件，并将发现提供给 WIRED。
The Guardian精选AI 评分8080 佐治亚州就 AI 暴露选民秘密选票召开紧急会议
普林斯顿大学信息技术政策中心博士后研究员 Max Springer 用一份 20 美元的 AI 大语言模型订阅和通过《公开记录法》申请获得的数据，搭建流程识别佐治亚州的秘密选票，并称该 AI 智能体全程未拒绝或提出担忧。
推荐理由：普林斯顿研究者用 20 美元 AI 订阅从佐治亚州公开选举记录中还原 152 万张选票的投票顺序，暴露选票保密与选举透明之间的制度冲突。
WIRED · SecurityAI 评分5656 ChatGPT Mac 应用漏洞可被利用窃取聊天记录等敏感数据
Objective-See Foundation 研究人员发现 OpenAI 的 ChatGPT macOS 应用存在一个已被修复的漏洞，攻击者可借此接管本机 ChatGPT，访问全部聊天记录及浏览器会话等数据。
Matthew GreenAI 评分6262 密码学家实测加密推理块：可跨账号重放，推理长度会泄露秘密
密码学家 Matthew Green 对 OpenAI 和 Anthropic 的加密推理块做了周末实验，发现未修改的旧推理块可跨会话、跨账号重放，OpenAI 甚至可跨模型重放，说明两家可能用单一全局密钥加密所有推理数据。
Lukasz OlejnikAI 评分3838 用提示词级 kill switch 硬停止 AI 智能体流水线
Claude 模型的保留关键字 token 可确定性地触发终止性拒绝，使 AI 智能体流水线在检查执行前就停止运行。若不可信文本被提升进提示词，这些 token 可被用于规避检查、压制审计或拒绝服务。缓解方法包括在组装提示词前预过滤保留 token、隔离状态，并在出现终止性停止时将结果视为“评估未完成”。