网络安全领域简报（2026年6月23日—29日） 数据来源：CSDN、腾讯云、CISA、CN-SEC中文网、安博通、企鹅号、IT之家、Nature等， 简报日期：2026年6月29日

数据来源：CSDN、FreeBuf、安全内参、奇安信CERT、CNVD、CISA KEV、GitHub、郑州市网络安全协会、软件供应链安全检测公共服务平台等 简报日期：2026年7月20日。

网络安全领域热点资讯,重点关注：漏洞披露、安全事件、政策法规、技术趋势

本周网络安全形势严峻：Linux内核惊现潜伏16年的KVM虚拟机逃逸漏洞(CVE-2026-53359)，可导致云环境同物理机租户数据泄露；Adobe ColdFusion补丁发布2小时即遭武器化(CVE-2026-48282)，创年度最快武器化纪录；GitHub AI工作流曝GitLost漏洞，可通过提示注入窃取私有仓库数据。 关键事件包括：腾达5款路由器固件预置后门(CVE-2026-1140

数据来源：CSDN、企鹅号、腾讯云、IT之家、51CTO、FreeBuf、国家网信办、公安部、奇安信威胁情报中心等 简报日期：2026年6月19日。

本期简报涵盖2026年4月7-11日全球网络安全领域的重大事件，包括数据泄露、APT攻击、零日漏洞披露、政策法规动态及技术趋势。

摘要：论文《MPDA: A Data Augmentation Approach to Improve Deep Learning for Software Vulnerability Detection》提出了一种多视角数据增强方法MPDA，用于解决软件漏洞检测中样本稀缺和类别不平衡问题。该方法整合了过采样(OSS)、GAN生成和模糊采样(FSS)三种互补策略，并引入自动化选择算法为不同漏洞类型

国防科技大学与浙江大学团队提出MirrorFuzz框架，针对PyTorch、TensorFlow等深度学习框架API漏洞检测的局限性，创新性利用大语言模型（LLM）与共享漏洞概念。该框架通过三阶段实现：①LLM从历史Issue中抽象漏洞模式；②跨框架检索功能相似API；③镜像迁移生成定向测试用例。实验显示，MirrorFuzz在四大框架中发现315个漏洞（262个为新发现），代码覆盖率最高提升98

《VulTrLM：基于AST解构与语义注释增强的LLM漏洞检测框架》 摘要： 湖南科技大学与湖南大学等团队在2025年提出VulTrLM框架，创新性地通过AST解构与语义注释增强解决LLM在漏洞检测中的两大痛点：长代码上下文限制和语义信息混杂问题。该框架将目标函数拆分为语义清晰的AST子结构，并生成自然语言注释显式提示漏洞语义，使LLM从被动阅读转变为引导式分析。实验表明，在Devign等数据集上

摘要：论文《TESTEVAL: Benchmarking Large Language Models for Test Case Generation》提出首个系统评估LLM生成测试用例能力的基准框架TESTEVAL，覆盖整体代码、目标行/分支及路径三类任务。实验基于210个LeetCode程序（平均环路复杂度13.35），测试17个主流LLM发现：模型虽能生成多样测试用例实现较高整体覆盖率（如G