系统软件与安全实验室

课题组自主研发的程序分析基础框架LIAN（莲花）中进一步拓展了鸿蒙隐私检测的能力，提出面向OpenHarmony应用的细粒度隐私泄漏检测框架HScope。HScope无需依赖应用源码，能够直接分析编译后的Ark字节码，并通过语义重建与抽象解释技术恢复程序行为，进而识别复杂UI交互、动态回调和组件间通信中潜在的敏感数据泄漏路径。

5月12日晚，杨珉教授受邀在邯郸校区逸夫楼一楼报告厅，以《人工智能安全与治理》为题面向全校师生进行了专题分享，吸引了众多师生线下到场聆听学习，现场学术氛围浓厚。本次讲座是第十二届“研究生心目中的好导师”评选系列专题讲座之一，同时也是校庆系列学术报告和未来智造（AI Agent）工程师训练营“智领未来”前沿讲坛活动系列。

我实验室鉴获得“2026数字中国创新大赛”移动互联网（APP）安全优秀案例征集赛金奖。

我实验室鉴获得“2026数字中国创新大赛”移动互联网（APP）安全优秀案例征集赛金奖。

团队提出 SafeRoPE，通过风险感知的“位置旋转”实现语义级的安全防御。在不修改模型结构的前提下，仅调整语义间的相对关系，即可有效削弱风险内容生成，同时保持整体生成质量，并具备良好的跨模型泛化能力。

团队聚焦内核中常见且高危的内存破坏漏洞，探索了相应的自动化成因分析技术。本文简要介绍了核心思路与实验结果，更多细节欢迎阅读论文原文并交流探讨。

我们提出HouseFuzz——一个具备多进程感知和协议定制化感知能力的Linux固件灰盒模糊测试框架。与前沿方法相比，HouseFuzz实现了 33.4% 的代码覆盖率提升和 175% 的零日漏洞发现能力提升，共发现 156 个零日漏洞，并获得 45 个CVE/CNVD编号。

我们的目标是尝试回答问题：能否将真实世界中的漏洞信息，自动转化为可被机器理解、复用和更新的安全知识？

复旦大学、上海创智学院与牛津大学联合发布 AutoControl-Arena，不仅推出一套自动化、高保真、可复现的前沿 AI 安全评测框架，更揭露多个反直觉的发现：在压力与诱惑的双重考验下，当前主流大模型普遍存在对齐幻觉—— 那些表面看似安全的模型，在真实压力下瞬间 “破防”

本期白泽公众号将对移动应用安全小组的手机智能体测评做第一期解读，选取了4款主流手机厂商的代表性智能体（涵盖华为小艺、小米超级小爱、vivo蓝心小V及豆包手机），从功能实现、系统权限、敏感数据三个维度开展了专项测试。