这项由上海交通大学主导，联合清华大学、新加坡国立大学以及蚂蚁集团共同开展的研究，发表于2026年6月的ACM数据管理顶级期刊《Proceedings of the ACM on Management of Data》第4卷第3期（SIGMOD 2026），论文编号为Article 141，DOI为10.1145/3802018。

Sagiss 联合 Pollfish 于 2026 年 2 月对 500 名日常使用邮件与即时通讯工具的职场人员开展专项调查，形成《2026 Sagiss 托管安全报告：职场 AI 钓鱼》，揭示 AI ...

网络钓鱼作为最古老且持续有效的网络攻击手段，长期占据数据泄露源头的主导地位。生成式 AI 的普及彻底颠覆其技术形态与攻击效率，使传统依赖语法错误、特征库匹配的防护手段近乎失效。2026 年 4 月 5 日，阿联酋官方媒体 Gulf News ...