arXiv のセキュリティ・暗号分野（cs.CR）と IACR 暗号学プレプリント。
説明量子第三者を用いた共謀耐性のある半量子秘密分散方式
要約本論文は、参加者が古典的な能力のみを持ち、量子能力を持つ第三者が秘密の分配を支援する半量子秘密分散プロトコルを提案しています。既存方式では、量子第三者と不正な古典参加者が共謀して検出されずに秘密を復元できる恐れがあると指摘し、その脆弱性を解消する方式を設計しています。著者らは、複数の内部・外部攻撃に対して安全であることを示し、既存方式と比較して量子ビット効率や DCNA 攻撃への耐性などを改善したと述べています。
説明拜占庭ラティス合意：O(log f / log log f) ラウンドで決定する単純なプロトコル
要約ラティス合意（lattice agreement）は合意問題を緩めた問題で、正しいプロセスの決定値は同一でなくてもよいが、互いに比較可能でなければならない。本論文は同期型の拜占庭ラティス合意プロトコル Join-IT を提案する。f < n/3 個の拜占庭プロセスに耐え、O(log f / log log f) ラウンドで決定する。暗号技術は一切使用せず、計算量に制限のない敵対者に対しても保証が成り立つ。gradecast と近似合意という二つの古典的プリミティブを逐次的に組み合わせて構成されている。
注目点既存のプリミティブを組み合わせ、O(log f)ラウンドの壁を破る理論的改良を示す。証明と計算量解析が結論を支え、分野への影響は中程度。
説明汎用群モデルにおける抽出可能な証人暗号化に関する短い注記
要約本稿は、Hair と Sahai が最近提案した、意味的安全性を満たす NP 向け証人暗号化の構成が、汎用群モデルにおいて無条件に抽出可能であることを示します。これにより、SNARG の準指数的健全性を仮定せずに抽出可能な証人暗号化が得られ、この仮定を必要とする Jin の研究と対照的です。また、知識型仮定の下で同じ構成が公開コインで抽出可能であることを示した Chen と Vaikuntanathan の並行研究も補完します。
説明LLMベースの脆弱性修正ベンチマークの信頼性に関する研究
要約本論文は、大規模言語モデル（LLM）による脆弱性の自動修正能力を評価するベンチマークが、エージェント設定・フレームワーク実行・データセット設計の三つの面で結果を大きく歪めうることを指摘しています。著者らは84のオープンソースC/C++、Go、Rustプロジェクトから112件の過去のバグを収集し、PoCテスト、回帰テスト、開発者テストを付与しました。実験では理想条件下でPoC通過率は高い一方、開発者テストの通過率は低く新しいモデルでも改善はわずかであり、より厳密で再現可能な評価のための指針も示しています。
説明PST多項式コミットメント方式の抽出可能性に関する注記
要約本論文は、PST多変数多項式コミットメント方式の抽出可能性を扱う。先行研究は反証可能な仮定の下でブラックボックス抽出可能性を示したが、より特殊化された仮定に依拠していた。本論文では、それらの仮定が元のARSDH仮定と同値であることを示し、標準PSTのGARSDH仮定の下での証明に存在するギャップを指摘している。
説明BetweenCut：木構造における二重対数誤差を持つプライベートな重いノード分類
要約本論文は、カウントが所定の閾値を超える木の「重いノード」を見つける問題を扱います。これは構造化データの分析の基礎となる処理です。レコード単位の差分プライバシーを保ったまま、木の高さ h に対する加法的誤差を O(log log h) に抑える BetweenCut アルゴリズムを提案しています。既存の深い木に対する上界を改善しており、この誤差は全ノードに同時に成り立ち、入力データベースの大きさには依存しません。
説明PrivTab：表形式データ向けの証明可能なプライバシー保護分類基盤モデル
要約本論文は、差分プライバシー分類のために隐私機構をアーキテクチャに組み込んだ表形式基盤モデル PrivTab を提案しています。シミュレートされたデータセットで事前学習され、文脈内学習によって機微な行を圧縮された証明可能に私的な要約へ変換します。原文によれば、中程度から強いプライバシー条件下で私的線形・ニューラルネットワークの基準手法を上回り、メンバーシップ推定による漏洩は無視できる水準で、データセットへの適合時間を約 10,000 倍短縮するとされています。
注目点差分プライバシー機構を表形式基盤モデルに組み込み、文脈内学習で単一の順伝播により私的分類を行う点は新しい；比較実験はあるが詳細は摘要に乏しい。
説明ハッシュがツリーに勝る：SGX上の実用的な秘匿辞書
要約秘匿RAM（ORAM）は外部委託データの内容とアクセスパターンを隠しますが、配列型のインターフェースしか提供しないため、効率的な秘匿辞書の構築が難しいとされています。本論文は、SGXなどの信頼された実行環境では既存の秘匿ASTツリー方式が最適ではないことを示し、Path ORAM上で複数の確率的ハッシュテーブル方式を実装・分析しています。SGXでの実装では、検索で最大20倍、挿入で最大12倍の性能向上が報告されています。
説明「まず隠し、後で追跡」：発行者秘匿型クレデンシャルにおける事後的帰属の仕組み
要約属性ベースのクレデンシャルは、必要以上の情報を明かさずに保有属性を証明できる仕組みですが、検証時に発行者の身元が明らかになります。本論文は、発行者検査機構を提案します。検査機関が鍵を公開すると、検証者は、侵害された特定の発行者から特定期間に提示された記録だけをローカルで識別でき、他の発行者や他の期間には影響しません。形式的な定義、汎用的な構成法、ペアリングに基づく具体的な実装を示し、計算と通信のコストは現実的なパラメータで実用的だと分析しています。
説明目的を限定した秘密情報の定義：権限と用途を区別する暗号フレームワーク
要約本論文は、暗号上の秘密情報の「用途」を秘密情報自体の性質として定義する枠組みを提案します。著者らは三つの制約方式、すなわち閉じ込め（用途外の操作は実行不可能）、仲介（信頼できる構成要素が用途外の操作を拒否）、説明責任（用途外の操作は可能だが保有者に帰属）を区別し、それぞれの安全性ゲームを示します。支払いトークンを例に、三方式が一つの秘密情報に同時に適用される様子と、その安全性の帰着条件が示されています。
説明プライバシーの代償：グラフ上のマルチ秘密分散に必要な乱数の複雑さ
要約本論文は、グラフで接続された参加者間で、相関しうる秘密ビットを共有するのに必要な乱数について研究している。配布者はグラフの辺上にシェアを配置し、各参加者は隣接するシェアから自分の秘密を復元でき、自分の秘密が明らかにする以上に他者の秘密については何も知らない。3つの二値秘密については最小の乱数量がすでに完全に決定されており、本論文はこれを4つの秘密および任意の数の秘密を一般グラフ上で扱う場合へ拡張している。
説明LLMルーティングのメタデータを通じた機微トピックの漏えい：測定と緩和
要約LLMルーター（大規模言語モデルの振り分け装置）は、リクエストの内容に応じて安価なモデルか高価なモデルかを選びます。コンテンツのログを無効にしていても、この選択結果は記録されることがあります。本論文は約170万件の実際のリクエストでこの隠れた漏えい経路を測定し、11のシステムのログ状況を調査しました。さらに後処理による防御策を検証し、カテゴリ別に長さを揃えた均等化によって実トラフィック上の差が解消できることを示しています。
説明CYBERFORT：中小企業向けにサイバーレジリエンス法（CRA）の遵守を実装する合規チェーン・プラットフォーム
要約本論文は、オープンソースのCRA中心の合規プラットフォームCYBERFORTを紹介します。EUのデジタル・ヨーロッパ計画の下で開発され、CRAの義務を多く負う中小企業が範囲の自己評価や設問への回答、合規チェック を行えるよう設計されています。中核となるのは合規チェーンで、製品リスクを管理策や方針を経由してCRAの義務に結び付け、証拠、技術文書、EU適合宣言へとつなげます。SIEM/XDR製品を対象とした端から端までのケーススタディの結果と、第1陣の43組織への展開が報告されていますが、工数に関する比較研究は進行中です。
説明NeMo-Guardrails プロキシを介した SIEM/XDR 向け動作制約付き AI 対処手法
要約論文は、セキュリティ運用センターが大規模言語モデルで警告を自動対処する際、敵対的な警告によって危険な操作が誘発される恐れがあるという問題を扱っています。SIEM/XDR の制御層でモデルの出力を閉じた意図語彙に限定し、NeMo-Guardrails プロキシで入出力を防護する二層構成を提案しています。公開した対敵データでは注入検出率が 25.0% から 94.5% に向上し、誤検出率は 0.1% でした。重要インフラへの適合性は示されていますが、制御系での実運用による検証はまだ行われていません。
説明AI安全におけるシュタッケルベルグ・モデルの防御十分性：発見と修復への投資を分析する研究
要約本論文は、自動テスト、人間によるレッドチーミング、インシデント対応から得られるフィードバックが、発見された欠陥の効果的な修復につながる場合にAIシステムの防御を強化する過程を扱います。有限の攻撃面については、一定の条件下で確率1で防御されることを示し、完了時間の上限を導出します。さらに、拡大する攻撃面や複数の発見メカニズムへと分析を広げています。また、防御側が主導するシュタッケルベルグ・ゲームを定式化し、攻撃を抑止する最小コストの配分と均衡の類型を検討しています。
説明プライバシーの代償：グラフ上のマルチ秘密分散におけるランダムネス複雑度
要約本論文は、グラフで接続された当事者間で、相関を持つ可能性のある秘密ビットを共有するのに必要なランダムネスを研究している。配布者はグラフの辺に分担情報を配置し、各当事者は自分に接続された分担情報から自分の秘密を復元でき、自分の秘密が明らかにする以上のことは他者の秘密について知ることができない。Anilkumarら以前の三つの二値秘密に対する最小ランダムネスの結果を、四つの秘密および任意の数の秘密を持つ一般グラフへ拡張している。
説明エッジIoTセキュリティのためのハイブリッド階層型ランタイム検証：MonPolyとRTLolaの組み合わせ
要約本論文は、エッジIoT機器群のセキュリティ監視における課題に対し、エッジ、ゲートウェイ、クラウドの三層からなる階層型ランタイム検証フレームワークを提案しています。クラウド層ではMonPolyが複数機器にまたがる協調的な攻撃を、RTLolaが機器の沈黙を時間トリガーで検出します。15ノードのDockerテストベッドでの評価では、RTLolaがイベント駆動型エンジンの見逃す静かな迂回攻撃を検出したと報告されています。
説明ループ深度ごとの安全性：ループ型言語モデルにおける再帰深度間の安全性整合
要約本論文は、ループ型言語モデル（LoopLM）が推論時の再帰深度ごとに安全性を保てるかを検証しています。深い推論深度ではジェイルブレイク攻撃の成功率が上がる場合があり、同じ質問でも深度によって安全な応答が異なること、ある深度向けの攻撃が他の深度にも転移することを示しています。提案手法SafeBridgeは、深度別の制御、選択的状態ブリッジ、深度横断の共同安全監督を組み合わせ、攻撃成功率を下げつつ汎用性能と過剰拒否の水準を維持しています。
説明エッジIoTの階層型セキュリティ監視：形式手法によるアプローチ
要約本論文は、形式的ランタイム検証手法に基づく軽量な階層型セキュリティ監視フレームワークを提案する。各エッジデバイスはTeSSLaストリーム仕様を実行し、集約ウィンドウごとに四値の判定を出力する。ゲートウェイはパラメトリックな一階MonPolyモニタを実行し、単一ノードでは見えない協調攻撃を検出する。コンテナホスト上の試験環境で四種類の攻撃を評価し、監視レベルを追加した場合のコストと検出範囲のトレードオフを示している。
説明ツールを使う LLM エージェント向けの形式的ランタイム検証：AgentDojo と STAC を用いた同一ベンチマークのオフライン研究
要約本論文は、AgentDojo、STAC、R-Judge に記録済みのエージェント実行軌跡を、度量一階時相論理（MFOTL）によるモニタ（MonPoly）でオフライン再生して検証します。エージェントは実行しません。5 つの汎用的な義務で、STAC の攻撃連鎖の約 71.8%、AgentDojo の成功した攻撃の約 70.1% を検出しましたが、良性の実行の 29.3% でも誤検知が起きました。原因は論理ではなくデータセット側にあり、承認の記録やタイムスタンプが不足しています。また、来歴情報自体も改ざん可能であることを示し、その来歴を生成したクエリに結び付ける対策を提案しています。さらに、12 項目からなる実施可能なトレースのスキーマを提案しています。
説明フェデレーテッド学習向け・耐脱落かつ検証可能な耐量子セキュア集約方式
要約本論文は、フェデレーテッド学習のための検証可能なセキュア集約方式 PQ-DVSA を提案します。量子計算攻撃に対する安全性を備え、クライアントが途中で離脱した後も有効なクライアント集合の集約マスクを再構成できます。ローカルモデル更新と集約重みの両方を保護し、限定的な共謀の下でクライアントがサーバーの集約結果を検証できます。実験では、精密な重み付き集約に近い学習性能を示し、最も近い既存方式 SWAS と比べ、各クライアントの暗号化提出の実行時間を最大96%削減したと報告されています。
説明切り詰めモンゴメリ技法を用いたPMNS多倍長乗算の高速化
要約本論文は、大きな標数の体や環の元を多項式で表す多項式モジュラー数システム（PMNS）の高速化を扱う。著者らはまず、既存のToeplitz方式より省メモリで乗算の複雑さも抑えた教科書的なPMNSソフトウェア実装を示す。さらに、内部リダクションに切り詰めモンゴメリ・リダクションに類似の手法を適用する。AVX512命令セットでモジュラス8192ビットまでの場合、従来手法と比べてモジュラー乗算が最大15%高速化するとしている。
説明作弊者を証明可能に特定できる、ラウンド最適な多者間計算
要約本論文は、証明可能な識別可能選択的中止（PISA）を備えた安全な多者間計算を扱う。誠実な当事者は出力を得るか、外部の監査者を説得できる作弊の証拠を得るかのいずれかで、当事者間で結果が一致する必要はない。著者らは、閾値ごとのラウンド複雑性を明らかにした。t≥n/3では2ラウンドは不可能であり、任意のt<n/2に対して3ラウンドのプロトコルを示す。そのため n/3≤t<n/2ではラウンド最適である。t<n/4では2ラウンドのプロトコルを与え、そのために「省略を伴う二者択一または無」の秘密分散という新たな基本要素を導入している。
注目点t≥n/3では2ラウンド不可能を証明し、3ラウンドと2ラウンドのプロトコルを与え、既知の6ラウンドを改善する。
説明不正行為者の特定が可能な公平で効率的なヘルパー支援型 MPC
要約本論文は、同期ネットワーク向けの Alhena と非同期ネットワーク向けの Wasat という、ヘルパー支援型の安全な多者間計算プロトコルを提案します。いずれも、出力がすべての参加者に渡るか、中断が起きた場合は誰も出力を得られず、正直な参加者が少なくとも一人の共通の不正行為者を特定できることを保証します。実験では、オンラインフェーズで既存プロトコルより高速で、Wasat は前処理フェーズでも約 3 倍の高速化を示したとされています。
説明少数の前提だけを信頼する：プロトコルに必要な最弱の前提
要約本論文は、セキュリティプロトコルが安全目標を満たすために最低限必要とする信頼前提（鍵、値、チャネルに関するもの）を研究している。著者らはそのような最弱の前提の特徴付けを示し、検証器を用いて反復的に解を求める手法を提案している。18の目標と10のプロトコルおよびその変種について、この手法は各信頼組を個別に評価した結果と一致した。
説明実データのマルウェア通信ビーコン検出における教師なし異常検知のためのパレート最適量子カーネル選択
要約本論文は、ラベル不要の異常検知品質の代理指標である正規化擬似差異（NPD）と、調整済みの古典参照カーネルからの幾何学的差異（GD）を同時に最適化する、完全教師なしの多目的手法を提案しています。実ネットワークトラフィックにおけるマルウェア通信ビーコン検出で、一クラスサポートベクターマシンと忠実度・射影量子カーネルを用いて検証し、IQMの20量子ビットGarnetプロセッサでも実験を行っています。NPDで選ばれた忠実度カーネルはAUC 0.840で調整済み古典ベースライン（0.765）を上回りましたが、幾何学的差異が小さく、その利得が量子によるものとは認定できないとしています。パレートで選ばれた射影量子カーネルは幾何学的差異が大きいものの、AUCの向上はわずか（0.782）でした。
説明祖先VLMを利用した、VLAへのブラックボックス敵対的パッチ攻撃
要約本論文は視覚・言語・行動モデル（VLA）の敵対的ロバスト性を調べたものです。多くのVLAは公開された事前学習済みの視覚言語モデル（VLM）を基に改良されており、その視覚認識と指示に基づく位置特定の能力と脆弱性を引き継ぐ可能性があると指摘しています。著者らは3種類の敵対的パッチ攻撃を提案し、シミュレーションと静止画像で検証しました。祖先VLMで最適化したパッチでVLAのタスク成功率が大きく低下する一方、効果は一様ではなく、精密な指示に基づく位置特定を要するタスクで最も強く現れるとしています。
説明視覚言語モデルにおけるトークン剪定が招く脆弱性の理解と緩和
要約本論文は、視覚言語モデル（VLM）で冗長な視覚トークンを削除するトークン剪定の安全性への影響を初めて包括的に評価したものです。多くの剪定手法は剪定率が高まるにつれて安全性を大きく低下させる一方、クエリベース圧縮は極端な剪定（最大99.8%）でも安全性が向上することを示しました。著者らは推論時に適用できる安全配慮型剪定（SAP）を提案し、悪意のあるアンカーの特定、剪定された良性トークンの復元、過剰な注意の再配分を行います。複数の安全性ベンチマークで攻撃成功率を最大62%低減し、効率と性能を損なわないと報告しています。
説明自動車ハードウェア攻撃：アーキテクト向け TARA ガイド
要約本論文は、ISO/SAE 21434 の脅威分析・リスク評価（TARA）が実装レベルのハードウェア攻撃を一貫して扱っていないと指摘します。物理アクセスを要する攻撃経路を、実装に関係なく一律に極めて低いと評価する手法があることを示しています。著者らは、サイドチャネル解析、故障注入攻撃、デバッグ・テストインターフェースの悪用を対象とした、ハードウェアを考慮した TARA の拡張を提案し、参照ゲートウェイ構成に適用しています。検討した10件の公開済み自動車部品攻撃研究のうち、7件はデバッグ、プログラミング、起動、診断、更新の仕組みを含む攻撃で、暗号演算への攻撃を含むのは4件でした。
説明AIが隠されたメッセージを見つけたとき、報告するのか？
要約本論文は、AIアシスタントがタスク中に別のAI宛てのメッセージに遭遇した際、ユーザーに伝えるかどうかを調べたものです。4つの固定モデル提供環境で、普通のメモ1,280件と強化メモ128件のシミュレーション会話を行い、平文とROT13の無害・有害メッセージおよびメッセージなしの対照群を比較しました。要請があると、別のAIが受信者であることを示す通知が大きく増えた一方、報告の漏れも見られ、解釈・通知・許可された作業の完了は別個の結果であることが示されています。
説明ランダム割当DP-SGDにおける閉形式ノイズ校正：メンバーシップ推論攻撃に対する上限
要約本論文は、各エポックで全レコードが一度ずつランダムなステップに使われるランダム割当方式のDP-SGD（差分プライバシー付き確率的勾配降下法）を扱う。著者らは、学習済みモデルに対する任意のメンバーシップ推論攻撃（MIA）の精度上限を与える一行の閉形式を導き、ノイズ倍率σをマイクロ秒程度で算出できることを示す。適用可能な範囲では既存の最良の閉形式上限の約半分のノイズで済み、学習後のテスト精度は公開済みの会計手法と同等であり、MIAの結果も上限を下回ったと報告している。
注目点ランダム割当DP-SGDにおけるメンバー推定攻撃精度の閉形式上界を与え、厳密式も導出して既存の閉形式界より大幅にノイズを減らし、数値評価と訓練実験で裏付けた。
説明グローバル量子ビット予算下における量子CHAM鍵探索の中間値保持選択
要約本論文は、80ラウンドおよび改訂版112ラウンドのCHAM-128/128に対する量子鍵探索を扱います。固定された論理量子ビット総数の制約下で、保持するラウンド加算値、並列探索ワーカーの整数配分、実行計画を同時に選び、最大スケジュール論理深さを最小化する手法を提案しています。全保持・非保持のみの基準と比較し、平均で深さが11.12%および8.39%減少したと報告しています。結果は理想暗号モデルと論理層のコスト前提に基づいています。
説明公開鍵のみで Origami 署名方式を破る普遍的偽造攻撃
要約Origami は NGCC 第1ラウンドの公開鍵公募に提出された多変数署名方式である。本論文は、その双線形構成が中心写像の露出した Rainbow 型方式であることを示している。公開鍵から等価な秘密鍵が得られるため、ほぼ1回の検証と同程度のコストで署名を偽造できるとされる。著者らは、未改変の参照実装と4つのパラメータセットおよび公式テストベクトルに対して攻撃が成功すると述べ、安全性証明の求逆仮定も特定のモデルでは成り立たないと論じている。
注目点提出方案は中心写像が露出したRainbow型と示し、全パラメータと公式テストベクタで有効な普遍的偽造攻撃を与え、安全性証明の反例を示した。
説明MRCert：型別固有マスキングによる敵対的パッチ入力の展開後パッチ堅牢性認証
要約本論文は、展開後のディープラーニングモデルに入力される敵対的パッチ付きサンプルを対象に、マスキングに基づく認証付き回復防御手法MRCertを提案している。良性サンプルと敵対的パッチサンプルのそれぞれについて型別の必要条件を推論し、新しい型指向のラベル回復と認証関数の組によって、返されたラベルの良性を検証する。ImageNet・パッチサイズ16ピクセルの設定で、MRCertは敵対的認証精度35.1%を達成し、既存の最先端手法PatchCUREは完全に失敗したと報告している。
注目点マスクベースで初めて、型ごとの設計により精度と予測ラベルの良性検証を両立させる認証復旧手法を提案し、ImageNetでSOTAを大きく上回る。
説明ルーティング情報から訓練データの所属が漏れる：MoEルーター遠隔計測によるプライバシーリスク
要約本論文は、混合専門家（MoE）言語モデルの推論時に生成されるルーティング情報が、ある例が微調整に使われたかどうかを明らかにするかを検証しています。出力信号と集約したルーティング特徴を組み合わせたメンバーシップ推論攻撃を提案し、3つのMoEアーキテクチャと3つのデータ領域の9設定すべてで、強力な出力信号アンサンブルに対し1%FPRでのTPRを2.7〜9.4ポイント向上させたと報告しています。ルーターのパラメータを凍結しても漏洩は残り、遠隔計測を摂動させると漏洩は忠実度の低下に伴ってのみ減少します。
説明正解でも根拠が不十分な結論：LLMエージェントのログ鑑識再構成における証拠の結び付け
要約本論文は、LLMエージェントの行動を鑑識的に再構成する際、正しい値を復元するだけでなく、どの保存記録がその結論を支えるかを示す必要があることを扱っています。AgentDojo Bankingの64件の機械的に検証可能な事例を用い、引用識別子と記録の対応関係を変えた条件で2つのLLMリーダーを比較しています。明示的な対応表がない場合、正しい答えに至っても根拠のない引用・出典の主張が多く見られ、事実の一致だけでは評価として不十分であることを示しています。
説明FAIRを超えて：持続可能な研究ソフトウェアのための適応度関数フレームワーク
要約本論文は、研究ソフトウェアの持続可能性をFAIR原則（発見可能性、アクセス可能性、相互運用性、再利用性）だけで評価することは十分ではないと指摘します。著者らは以前提案した適応度関数フレームワークを拡張し、資源効率と実行時の負荷に関する環境関数と、依存関係の健全性、脆弱性の露出、安全な設定に関するセキュリティ関数を追加しています。これにより、研究ソフトウェアの持続可能性を、FAIR、環境への配慮、長期的な安全性を含む多次元の特性として捉えます。
説明車内ネットワークの異常検知のための時系列Transformer CANエンコーダと連合学習の軽量ヘッド
要約本論文は、車載CANバスに現れる微妙なタイミングやデータ内容の異常を、プライバシーに配慮して検知する枠組みを提案しています。軽量なTransformerエンコーダで信号の時間的な変化を学習し、連合学習によって複数の車両やECUが生のCANデータを共有せずにモデルを改善します。著者らは、公開データセットでの実験により、効率性とプライバシーを保ちつつ堅牢な検知性能が得られたとしています。
説明PyCacheの罠：エージェントスキル・スキャナにおける検査と実行のずれ
要約本論文は、エージェントスキルのスキャナが文書と見えるソースコードだけを検査する一方で、Pythonが同梱されたバイトコードキャッシュを別の動作で実行しうることを指摘します。良性のソースと差し替えたキャッシュを組み合わせる「PyCache Trap」攻撃を提案し、7種のスキャナ、100のスキルで攻撃成功率94〜100%を報告しています。さらに、実行可能な成果物を検証する手法（EAV）を提案し、200の良性スキルで誤検知率10.0%のとき再現率92.8%を達成したとしています。
注目点スキャナが検査するソースと実行されるバイトコードキャッシュの乖離を明らかにし、実行認識型検証を提案；100技能・7スキャナで攻撃成功率94-100%を示し、92.8%再現率を報告。
説明MARS：LLMの主張をルールで採点するマルウェア分析フレームワーク
要約本論文は、大規模言語モデルでPEおよびELFのマルウェアを振り分けるMARSフレームワークを提案し、直接分類と外部ポリシーで採点する主張の方式を比較しています。1,195件のバイナリと六つのモデルによる評価では、全モデルで直接分類の精度が高く、悪性アラートの再現率も多くの条件で上回りました。主張を保持すると、モデルを再呼び出しせずにポリシーを検討・改訂できることも示されています。
説明憲法誘導型ウォーターマーク：規則ごとに言語モデル生成テキストの透かし設定を変える手法
要約本論文は、EU AI法が言語モデルの生成テキストに機械可読な表示を義務付けている点を背景に、提供者が自然言語で規則（ウォーターマーク憲法）を定め、リクエストごとに対応する設定を割り当てる「憲法誘導型ウォーターマーク」を提案しています。オフラインで推論エージェントが検出性・品質・頑健性の測定結果をもとに各規則の設定を改良し、デプロイ時にモニターがプロンプトを適切な設定へ振り分けます。KGWウォーターマークによる評価では、悪用されやすい依頼で固定設定やランダム探索より多くの言い換えテキストを検出し、編集支援の依頼は全て対象外とされました。
説明ペアリング暗号方式における有界共謀安全性から完全安全性への引き上げ
要約本論文は、ペアリングを用いた暗号方式を有界共謀安全性から完全安全性へ引き上げる一般的な手法を提案している。この手法を、バッチ型IBE（identity-based encryption、アイデンティティベース暗号）と複数認可局型ABE（attribute-based encryption、属性ベース暗号）の二つに適用している。汎用双線形群モデルの下で構成が与えられている。
注目点有界共謀安全なペアリング暗号を完全安全へ引き上げる一般手法を示し、タグ制限のないバッチIBEと群を黒箱で使う多権限ABEを初めて構成している。
説明Secure-CUA：コンピュータ操作エージェントにおける信頼できない内容の影響の制御
要約本論文は、画面操作によってクリックやキー入力を行うコンピュータ操作エージェント（CUA）を対象とし、インターフェース内の信頼できない内容が指示や誤解を招く視覚的手がかりを埋め込み、エージェントの動作を変えたり、命令を誤った対象に向けたりする問題を扱っています。著者らは、信頼できない内容にアクセスする前に各動作について明示的な「アクショントランザクション」を定め、その内容を遮蔽し、隔離されたクエリモデルで応答させるSecure-CUAを提案しています。WebArenaの400タスクによる評価では、平均成功率は53.55%で、Vanilla-CUA（55.12%）に近く、CaMeL-CUA（13.17%）を大きく上回りました。
説明球面符号を用いた、正しさが証明可能な格子篩法の高速化
要約本論文は格子中で定数近似係数 μ>1 の近似最短非零ベクトルを求める μ-SVP 問題を扱う。最速の啓発的篩法（高速な最近傍サブルーチン）と、正しさが証明された篩法の摂動論法を組み合わせた新しい篩アルゴリズムを構成し、その正しさを証明している。実行時間は球面符号の最大サイズという幾何学的量に依存し、その大きさに関する妥当な仮定の下で、大きな定数 μ について約 2^{0.3066n} になるとされる。
注目点启発的ふるい法の高速最近傍部分手続きと、正当性が証明された摂動論法を組み合わせ、証明付き算法の実行時間を大幅に短縮している。ただし球面符号の大きさに関する仮定に依存する。
説明調査の失敗から信頼できるSOCエージェントへ：LLMベースのアラートトリアージの理解と改善
要約セキュリティオペレーションセンター（SOC）は大量のアラートを選別する必要があり、その大半は良性ですが、見逃された攻撃は未調査のまま残る可能性があります。本論文は、ツールを使う大規模言語モデルエージェントの五つの推論方式を検討し、実環境のテレメトリをライブSIEMで再生するベンチマークALERT-BENCHを構築しました。さらに多エージェント枠組みAIDAを提案し、明確な暫定判断と独立した反論、証拠に基づく裁定を求めています。同じアラートでAIDAはF1値0.958を達成し、見逃し率は40.4%から3.1%に低下しました。
説明『Ask the Expert』：LLMが学習を導く自律型サイバー防御の強化学習
要約本論文は、自律型サイバー防御のための学習段階の指導フレームワークを提案します。まず困難なサイバー防御状態を要約し、制約付きの行動インターフェースを通じて、ホスト単位の防御推奨をLLMに断続的に問い合わせ、その推奨を段階的な報酬整形に変換してPPOで利用します。学習後はLLMを破棄するため、展開時は純粋な強化学習ポリシーのみになります。TTCP CAGE CC1・CC2の両環境と2種類の攻撃者で、PPOおよび評価対象の潜在ベース報酬整形（PBRS）より高いサンプル効率を示しました。
説明ルールファイルへのプロンプト注入によるコーディングエージェントへのパッケージ幻覚攻撃
要約論文は、コーディングエージェントがコミュニティ共有のルールファイル（AGENTS.md、.cursorrules など）に依存している一方で、そのパイプラインの安全性リスクは十分に研究されていないと指摘しています。著者らは、正規の依存関係を攻撃者が管理するパッケージに置き換えさせるため、良性のルールファイルに悪意あるプロンプトを注入する「パッケージ幻覚攻撃」を提案しています。また、軌跡レベルのフィードバックと LLM による誘導変異を用いて注入プロンプトを反復的に書き換える進化的最適化フレームワーク PackHallu を提示しています。複数のベンチマーク、LLM、エージェントの組み合わせで評価した結果、高い攻撃成功率と、モデルやエージェントをまたぐ強い転移性が示されました。
説明敵対的画像がウェブエージェントを乗っ取る：視覚的グラウンディングからブラウザ実行まで
要約本論文は、大規模視覚言語モデルに基づくウェブエージェントを対象に、エンドツーエンドのレッドチーミング手法 WebMirage を提案している。ウェブページの異なる描画条件でも、局所的な視覚的摂動によってエージェントが攻撃者の管理するコンテンツを選択し、対応するブラウザ操作を実行させる。2,250 のタスクでの評価では、平均攻撃成功率は 91.9% で、最も強力なベースラインの 17.4% を上回り、3 種類のエージェントレベルの防御に対しても有効であった。
注目点視覚的攻撃を視覚的グラウンディングからブラウザ実行までのエンドツーエンド経路に拡張し、役割スロットとデータフロー解析でモデル化。2,250タスクで平均成功率91.9%を示し、最強基線の17.4%を大きく上回る。
説明個別には良性に見えるエージェント群による分散型集団偵察の黒箱検出
要約本論文は、自律型エージェントが偵察を多数の識別子に分散させ、各リクエストは単独では正当で低頻度に見えるが、全体として広範なシステム情報を取得する「分散型集団偵察（DCR）」の脅威を定式化しています。防御側はサービス境界のテレメトリのみを観測できる再現可能な黒箱ベンチマーク「SwarmReconGuard」を提案しています。ガウス尤度比検出器は既知の攻撃を100%検出しましたが、未知のポリシーでは3%にとどまり、政策の汎化に大きな課題があることを示しています。
説明認証付き改ざん予算：適応的な不正操作に対して随時有効なリーダーボード結論
要約AIモデルの公開リーダーボードは常時閲覧され、攻撃者は公表された順位をすべて見られるため、投票の不正操作や非公開バリアントの選択的開示などで順位が動かされうる。本論文は、各ペア比較の結論とともに公表される「認証済み改ざん予算」を提案し、確率1−α以上で、結論が正しいか改ざんされた記録数が予算を超えることを保証する。Chatbot Arenaの投票180万件を用いた再生実験では、標準的な信頼区間が数百件の不正投票で誤った順序を認定するのに対し、本手法は有効性を保つことが示されている。
注目点自適応攻撃に対して任意時点で有効な腐敗予算証明書を提案し、厳密な保証と近最適な成長率を示し、既存手法から実質的に前進している。
説明量子ランダム・オラクルモデルにおける量子タイムロック・パズル
要約タイムロック・パズルは、並列計算を使っても解読に、パズル生成時間よりはるかに多くの逐次計算が必要となるよう、メッセージをパズルに隠す仕組みです。古典的ランダム・オラクルモデルでは実現不可能であることが知られています。本研究はパズル自体が量子状態である量子タイムロック・パズルを扱い、量子ランダム・オラクルモデルで、生成に1回、解読に最大 T 回のオラクル呼び出しで済み、深さ o(T) の多項式幅の量子攻撃者に対して安全な構成を示します。これは Mahmoody、Moran、Vadhan（2011）が提起した未解決問題を解決するものです。
説明非標準的な入力に対するオープンウェイトLLMの四状態安全性評価
要約本論文は、絵文字、表記の揺らぎ、エンコードされた文字列などを含む2,100件のプロンプトからなる敵対的表層形式ロバスト性データセット（ASRD）を提案しています。7種類の表層形式を対象に、5つのオープンウェイト言語モデルの10,500件の応答を評価しました。四状態評価基準により、有害な応諾、安全な応答、理解の失敗、不確定の4つに分類しています。絵文字や不可視Unicodeの変化ではほとんど理解の失敗が起きず、エンコードされたラッパーなどでは理解の失敗率が大きく上昇したと報告されています。
説明耐量子暗号移行の遅延コスト：従来型リスクと「今は収集し、後で復号」リスクを一つの順序付きリストに置く
要約本論文は、組織が耐量子暗号への移行を優先順位付けする際に、従来型リスクと量子関連リスクを共通の単位で比較する手法を提案します。通貨単位/年で表される遅延コストを用い、量子項は移行を先送りすることで生じる「今収集し、後で復号」による不可逆な損失の速度を表します。競合リスク係数により同じ損失の二重計上を防ぎ、四つの公開システムに公開文書由来の想定パラメータを当てて示していますが、結果は実際の成果と照合されていない例示です。
説明視覚的記憶攻撃はKVキャッシュを通じて持続しうる
要約本論文は、敵対的画像が文脈から取り除かれた後も言語モデルに影響を与え続けられるかを検討しています。著者らは、注意機構から隠されても攻撃挙動を維持する画像を最適化する持続的視覚記憶注入（P-VMI）を提案し、Qwen3-VL-8B-Instructで最大約90%の目標成功率を示しています。影響はKVキャッシュに局在し、同一モデルが生成した要約のキャッシュを保持する圧縮後も生き残ることが示されています。
説明TwinGuard-Lite：生成型患者デジタルツイン向けのルールベース状態受理ゲートウェイ
要約本論文は、患者デジタルツインの永続状態への更新を、出所確認・矛盾検査・患者名前空間検査に合格した場合にのみ受理するルールベースのゲートウェイ TwinGuard-Lite を提案しています。オープンライセンスの eICU データベースデモから作成した半合成データで三種類の攻撃を評価し、完全なゲートウェイは適合率 99.1%、再現率 90.5% を示しました。著者らはこれを臨床的な安全策ではなく、仕組みレベルの概念実証であると位置づけています。
説明Sigma-Hunter：脅威ハンティングと検知エンジニアリング向けのドメイン特化言語モデル
要約本論文は、Sigma検知ルールの生成と脅威ハンティングを支援するため、ドメイン適応させた大規模言語モデル「Sigma-Hunter」を提案しています。検証済みのオープンソースSigmaルール3,635件から指示チューニング用データを作成し、LoRAで7BのMistralとPhi-4を微調整しました。微調整したSigma-Hunter-Mistralは、最強の汎用ベースラインを総合スコアで上回ったと報告されています。また、構文が正しいことは検知ロジックの質を保証しないことも指摘しています。
説明情報の除去だけでは、オープンウェイトモデルの改ざん耐性は証明できない
要約本論文は、有害な情報を取り除けば、オープンウェイトモデルがファインチューニング攻撃に強くなるのかを検討します。著者らは、公開時点の相互情報量だけでは、ゆっくりとした復元を普遍的に保証できないことを示します。機能を保つ再パラメータ化は情報量を変えずに勾配降下の幾何を変えるため、です。さらに、両方の情報量がゼロでも一回の勾配ステップで復元される明示的な構成を示し、復元速度が学習順序と再パラメータ化に依存することを実験で説明しています。
注目点相互情報量だけでは微調整攻撃への耐性を保証できないことを示し、情報量ゼロでも一段の勾配で復旧する構成を与える点が新しい。実験は制御された例示にとどまる。
説明端末上の言語モデルの安全性はどれほど脆弱か：安全性に重要なパラメータを特定し、疎な故障分析を行う研究
要約本論文は、小型言語モデル（LLaMA-2-7B-Chat）の安全性に関わる振る舞いが少数のパラメータに集中しているかを調べています。二つの局所化手法を用い、MLP の down_proj が安全性に敏感な主要な構成要素であることを示しました。down_proj の重みのうち 0.19% だけを変更すると、Basic ASR は 53%、GCG ASR は 56% に達し、tinyBenchmarks の正答率は未変更の 52.2% から 51.6% へと小幅な低下にとどまりました。著者らは、資源が限られた端末上やエージェント型の環境で、対象を絞った故障分析と選択的な完全性保護が必要だと論じています。
説明ASPIRE：エージェント向けの安全性・プロンプト注入レッドチーミング基盤
要約本論文は、大規模言語モデル（LLM）エージェントに潜む安全上の脆弱性を自動的に発見するレッドチーミング基盤ASPIREを提案しています。進化する「エージェント安全行動グラフ」と、探索および活用を担う2種類の専門モジュールを用いて、結果を重視したテストを発見・検証・一般化します。実験では、結果の種類、注入手法、環境、行動経路にわたって検証範囲が大幅に広がり、高い攻撃成功率も維持されたと報告されています。
説明大規模言語モデル搭載の自律エージェントに対するシミュレーションベースV&Vのための多面的ランタイム検証
要約本論文は、自然言語で書かれた方針条項を空間・時間・意味の三つの観点に分解し、それぞれを個別に監視してから結果を統合する多面的ランタイム検証の枠組みを提案している。三つの任務領域でのシミュレーション実験では、組み合わせた検査によって攻撃成功率がゼロになり、誤検知は観察されなかった。単一の観点や二つの組み合わせでは、攻撃が依然として多く成功した。
説明時間制約のある自律行動のための、ミッション対応アテステーション・エンベロープ：ハードウェア・イン・ザ・ループV2I研究（車両とインフラ間通信の実証研究）
要約本論文は、完全性の証明、証拠の鮮度、判断の期限を組み合わせた実行時保証契約を提案し、自律システムの特権的な物理動作を許可するかどうかを判定する方法を示します。車両とインフラ間通信のハードウェア・イン・ザ・ループ環境で評価を行い、運転シミュレータが物理状態と認可期限を、TPMを用いた路側ユニットなどが証明の証拠を提供しています。証明の間隔と鮮度の上限は、セキュリティ要件だけでは決められないと論じています。
説明BARE-AI：内蔵性能モニタによるAIハードウェアのビット反転攻撃耐性向上
要約本論文は、推論中にディープニューラルネットワークが受けるビット反転攻撃（BFA）を、実行時に検出・局所化・緩和するフレームワークBARE-AIを提案しています。アクセラレータ内の軽量なハードウェアモニタで各層の活性化統計量を取得し、オフラインで学習した小型の検出器で分析します。さらに、層単位の故障局所化指標と、z値に基づき異常な重みを修復する手法を導入しています。視覚モデルで最大98%、言語モデルで74%から95%の検出精度を報告し、28nmでの実装オーバーヘッドは小さいとしています。
説明NIST第3次公募の格子暗号候補に対する証明可能な準指数時間アルゴリズム
要約本論文は、NIST第3次公募の格子暗号候補に関連する成長するパラメータ族について、秘密の復元を行う証明可能な古典的準指数時間アルゴリズムを示しています。対象はKyber/ML-KEM、FrodoKEM、SABER、NTRU LPRime、Dilithium/ML-DSAなどです。NTRU型の商関係に対しては部分空間探索を提案しています。ただし著者らは、この計算量の結果が現行の規定パラメータ集合の具体的な安全性の低下を示すものではないと述べています。
注目点NIST格子暗号候補に対する亜指数的な証明可能アルゴリズムを提示し新規性は高いが、実験的検証は示されず、理論的根拠に依存する。
説明大規模言語モデル向けの安全な投機的デコーディング
要約投機的デコーディングは、小型の草稿モデルで候補トークンを生成し、目標の大規模言語モデルが採否を検証することで推論を高速化します。本論文は、この手法の安全性への影響を初めて体系的に調べ、効率の向上に比べて安全性の低下が大きいことを示しました。そのうえで、草稿モデルの序盤のトークンに、より厳しい検証基準を適用するSecureSDを提案し、効率と有用性を保ちながら安全性を高めると報告しています。
注目点投機的デコーディングの安全性影響を初めて体系的に調べ、理論に基づくSecureSDを提案。大規模測定と広範な実験が根拠で、影響範囲も広い。
説明意味的行動ウォーターマーク：言い換えに強く偽造に耐えるLLMエージェント向け来歴証明手法
要約本論文は、出力テキストに手を加えず、LLMエージェントの高レベルな行動選択に所有者識別子を埋め込む「意味的行動ウォーターマーク（SBW）」を提案する。水印を正確な行動記号ではなく意味的な行動クラスタに結びつけ、鍵付きの衝突耐性分箱によって偽造を防ぐ。5つのエージェントモデルと2つのベンチマークでの実験では、言い換え後の検出率が既存手法より高いことが示される一方、被害者の手順を連鎖的に再生する攻撃は未解決の課題として残されている。
注目点正確な行動記号から意味的行動クラスタへ透かしを拡張し、証明可能な鍵付き衝突耐性ビニングで偽造を防ぐ新規性がある。5モデル・2ベンチマークで比較したが、連鎖リプレイは未解決。
説明SkrrtPIR：単一鍵 RLWE アンパッキングに基づく二重ステートレスのバッチ PIR
要約本論文は、サーバーがクライアントごとの状態を保持せず、クライアントもデータベースに依存するヒントを保持しない「二重ステートレス」のバッチ PIR（Private Information Retrieval）を扱います。既存の汎用手法が各バッチ問い合わせごとに新たな評価鍵を送る方式と比べて、通信量を大幅に削減する方式を提案しています。中核となるのは単一鍵の RLWE アンパッキング手続きで、従来の木構造方式が必要とした多数の Galois 鍵の代わりに、巡回 Galois 部分群上の線形走査を用い、Galois 鍵は 1 つで済みます。
説明第三者提供のクラウドセキュリティ検出結果を実環境の文脈で再評価する研究
要約論文は、第三者のクラウドセキュリティ検査が与える重大度は固定されており、個々の環境を考慮しないと指摘する。著者らは、深層研究エージェントが資源の状態、グラフ上の近傍、他製品のシグナルを用いて各検出結果の重大度を再評価し、根拠の記録を付す手法を提案する。8つの実運用環境にある9,967件の高重大度検出を対象とした現場調査では、約4分の3が再評価され、多くは引き下げられた。決定的な根拠の約半数は、指摘された資源の外にあった。
説明TwinViT-DeepJSCC：敵対的摂動に頑健な意味論的画像通信
要約本論文は、固定のチャネル使用量の制約下で動作する意味論的画像送受信機 TwinViT-DeepJSCC を提案する。送信側では二つの ViT ベースの DeepJSCC 分岐が相補的な潜在表現を学習し、感度認識マスキングで保護する。受信側では信頼度認識融合、損傷度の推定、SNR 条件付き DDIM による浄化を行う。CIFAR-100 での実験では、PGD 攻撃下で PSNR が最大約 9.5 dB 向上し、Top-1 精度は無防御ベースラインより最大約 38 ポイント改善した。
説明RAG-PIBench：信頼できるRAGシステムにおけるプロンプトインジェクション検出のための漏洩対策ベンチマーク
要約検索拡張生成（RAG）システムは、取得したコンテンツに埋め込まれたプロンプトインジェクション攻撃に脆弱です。本論文は、凍結された訓練、検証、保護されたテストの各分割にわたる4,876件の文脈例からなるベンチマーク「RAG-PIBench」を提案します。キーワード、意味参照、TF-IDF、Transformerベースの検出器を比較し、DistilBERTが保護テストで最良の性能（F1=0.896、PR-AUC=0.968）を示し、TF-IDF SVMとロジスティック回帰も競争力があることを報告しています。
説明デュアルコア Xtensa チップ上のセキュリティ配慮型 PQC ベンチマーク枠組み
要約本論文は、スマートグリッドのエッジで後量子暗号（PQC）を運用する際のリアルタイム性の課題を扱います。ESP32-S3（デュアルコア Xtensa LX7、FreeRTOS）上でのハードウェア・イン・ザ・ループ評価枠組みを提案し、暗号処理のコア固定、ヒープ割り当ての分析、外部 PSRAM アクセスによる遅延モデルを示します。電力会社のエンジニアが IEC 61850 の実時間制約を守りながら移行計画を立てるための方法論です。
