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ToFu：LLM・オーケストレーター・ツール間の信頼境界を悪用・ファジングする研究
要約本論文は、LLM が編成層を通じて外部ツールを呼び出す際の安全性問題を検出する ToFu フレームワークを提案します。既存のツールメタデータと CWE に基づく無害化ルールのコーパスから、意味レベルの安全検査を自動生成し、ファジング用ハーネスと判定器を作成します。273 の MCP サーバー・3405 ツールで評価し、118 サーバーの 343 ツールで CWE 弱点クラスに対応する検証済みの欠陥を確認しました。多くの実ツールが文書化された入力の意味を強制していないことが示されています。
注目点LLMツール呼び出しの信頼境界に対する意味的セキュリティ検査を自動生成し、273のMCPサーバー・3405ツールで343件の実バグを検出、影響は大きい。
説明超特異同種写像グラフにおける高速混合
要約本論文は、次元 g≥2 の超特異同種写像グラフ（任意のレベル構造を含む）の拡大性質を証明し、スペクトルギャップの明示的な上界と、レベル構造が生じさせる障害（非連結性と周期性）を詳しく特徴づけます。レベル構造のない場合（従来研究された唯一のケース）では、既存の水準を大幅に改善しています。さらに、既存の推測的な手法を厳密なアルゴリズムに変え、任意次元の超特異主偏極アーベル多様体の自己準同型環を計算する初のアルゴリズム（計算量 Õ(p^{g-1})）を提示しています。
注目点任意のレベル構造を含む超特異アイソジェニーグラフのスペクトルギャップ評価を大幅に改善し、厳密な証明と新アルゴリズムを与え、同種暗号への影響が大きい。
説明APEX-Harm：共有の専門ワークスペースにおけるエージェントの安全性を評価するベンチマーク
要約本論文は、ファイルや業務アプリを含む大規模な共有ワークスペースで金融・コンサルティング・法務の作業を行うエージェントが、プロンプトインジェクションやスクリプトインジェクションに耐えられるかを評価するベンチマーク APEX-Harm を提案している。six 種類の攻撃カテゴリを用い、12 の最先端モデルを評価した。その結果、タスクを完了できても安全とは限らず、正しい成果物を出しながら未承認の操作を行う場合があることが示された。
説明Androidコンポーネント境界におけるセキュリティ強制の体系的研究
要約本論文は、Android のプロセス間通信コンポーネント（Activity、Service、BroadcastReceiver、ContentProvider、URIスキーム処理）におけるセキュリティ強制を体系的に調査している。Android 17 上で30を超える Google および AOSP パッケージに対し、ゼロ権限の攻撃者モデルのもと120件の評価を実施し、想定される結果と実際の結果を比較した。評価された境界の約80.8%で強制の欠陥（ギャップ）が見つかり、マニフェスト、コード、プラットフォーム、アーキテクチャの4層にわたる14分類の欠陥分類を導出している。
説明発行者フィンガープリントで偽造PDFを検出する TrustPaper
要約病気休暇証明書はオンライン遠隔診療プラットフォームからPDFで発行されることが増えていますが、一般的なPDFスキャナーはファイルの作成方法を示すだけで、その作り方が発行者にとって正当かどうかは判断できません。本論文は、書類の申告された発行者、その発行者の正規文書から事前に学習した参照フィンガープリント、複数の鑑識モジュールの説明可能な証拠を組み合わせたTrustPaperを提案します。2つの発行者と6種類の偽造手法からなる管理されたコーパスで評価したところ、発行者フィンガープリントを用いることで、機会的およびメタデータを理解した攻撃者による偽造はすべて検出され、正規のテスト文書での誤検出はありませんでした。
説明EviRepair：証拠レビューに基づくリポジトリ規模の脆弱性自動修正エージェント
要約本論文は、リポジトリ規模の自動脆弱性修正のための証拠駆動型マルチエージェント枠組みEviRepairを提案しています。エージェントが協力して脆弱性の証拠を収集・整合性検証し、審査済みの脆弱性モデルを構築してパッチの生成と検証に用いる仕組みです。PatchEvalとSecBenchのベンチマークで複数のエージェント枠組みと大規模言語モデルを用いて実験し、既存のエージェントベースの基準手法より解決率が平均でそれぞれ16.37%、40.33%向上したと報告しています。
注目点エージェント型修復にエビデンス審査を導入し、PatchEvalとSecBenchで基準比平均16.37%・40.33%の改善を示している。
説明安全な世界モデルに向けて：リスク、防御、評価
要約本論文は、行動の結果を予測する世界モデルの安全性に関する研究をまとめたサーベイです。データと観測、状態と記憶、ダイナミクスと想像、評価と計画、行動と制御、フィードバックと更新の六段階のライフサイクルに沿って、非敵対的な失敗、攻撃、防御、評価手法、ベンチマークを整理しています。予測精度だけでは安全性を判断できないとし、モデルレベルの振る舞いを閉ループおよび運用上の安全性に結びつけるために必要な測定方法にも言及しています。
説明EWCおよびEWCDMDにおける誕生日限界超えのMAC安全性証明
要約本論文は、ブロック暗号とAXUハッシュに基づくMAC構成EWCとEWCDMDを扱う。両者が誕生日限界を超えた無偽造性（MAC安全性）を持つかは未解決の問題であったが、著者らはnonce非重複の設定で約2^{5n/6}回のMAC問い合わせと約2^n回の検証問い合わせまで安全であることを証明した。既知の誕生日区分攻撃を回避するため、ハッシュ値とメッセージで索引付けした補助実験により偽造事象を解析している。
注目点EWCとEWCDMDが超誕生日境界の偽造不可能性を持つかという未解決問題に答え、厳密な証明で新たな解析手法を示した。
説明プリアンブルに秘密を隠す：Wi-Fi向けの実用的で頑健な物理層情報隠蔽
要約本論文は、Wi-Fiのレガシー短縮トレーニングフィールド（L-STF）に秘密情報を埋め込む手法を提案しています。パケット検出と粗い周波数オフセット補償の機能を損なわずに情報を隠せるよう設計されています。埋め込みと抽出には一対のニューラルネットワークを用い、隠蔽容量の向上を図っています。屋内外での実験により、多様な信道条件下で46ビットを確実に埋め込めることが示されています。
説明ECGWmark：誤り訂正符号を用いた心電図信号の深層学習型電子透かし
要約本論文は、単一誘導心電図に対する深層学習型電子透かしの枠組みECGWmarkを提案します。患者のメタデータを信号内に埋め込み、複数のネットワークやシステムを経由する際の情報損失を防ぐことを目指しています。全畳み込み生成器、フレーム単位で復号する検出器、そして凍結された不整脈分類器を組み合わせ、診断結果を変えうる変化を抑制します。MIT-BIH不整脈データベースでの実験では、時間ずれ下でも高いビット精度を維持し、保護された16ビットのペイロードはクリーンな区間で99.86%の完全復元率を示しました。
説明LETHE：価値多様性の崩壊による無断の画像・動画生成への防御
要約画像から動画を生成する拡散モデルは、一枚の参照画像から被写体が一貫した動画を作れるため、本人の同意なく偽の動画を作られる悪用のリスクがあります。本論文は、公開前の画像に敵対的摂動を加えて生成動画を破綻させる防御手法LETHEを提案します。凸幾何解析により参照値ベクトルの広がりが重要な要因だと理論的に示し、価値崩壊と注意の引き寄せの二つの目的を組み合わせています。複数の最新モデルでの実験により、最先端の防御性能が示されたとしています。
説明連合学習における能動的推論攻撃検出のための量子化耐性勾配監査
要約本論文は、連合学習でサーバーが各クライアントに秘密のチャレンジバッチを送り、それによって生じる勾配のチェックサムを返させる監査手法を提案します。量子化フィンガープリントと小さな許容誤差により、プラットフォーム間の浮動小数点の差に耐えます。能動攻撃2種を真陽性率1.0、誤検出なしで検出しましたが、受動攻撃者にはタイミング情報だけでは頑健に検出できないと報告されています。
説明エージェントのスキル合成における永続アーティファクト経由のセッション横断攻撃の理解と軽減
要約論文は、AIエージェントのスキル実行で生成され後続セッションで再利用されるファイル、設定、キャッシュなどの永続アーティファクトが、セッション横断攻撃の新たな侵入経路になりうると指摘しています。著者らは命令伝播、データ境界違反、証拠汚染の3つの攻撃メカニズムを整理し、270件の敵対的ケースからなるSkillRelayBenchを構築しました。さらに、攻撃の成功率を下げつつ正当なタスクの完了率を高める防御手法SkillRelayGuardを提案しています。
注目点永続アーティファクトを介したセッション間攻撃という新たな攻撃面と三つの機構を提示し、270件のベンチマークで攻撃成功率と防御効果を検証しており、影響は大きい。
説明多層エージェント防御を回避するためのプロンプトエンジニアリング戦略に関する実証ケーススタディ
要約本論文はOpenClawセキュリティ攻防チャレンジを題材に、スキルファイルスキャン、指示安全性評価、攻撃軌跡採点という三段階の防御に対するプロンプトエンジニアリング戦略を検討したものです。企業向けOA、EC、スマートホームの3シナリオにおける19の攻撃対象を扱い、成功と失敗の両方の戦略を記録しています。指示安全性（第2段階）と攻撃実行の正確性（第3段階）との間のトレードオフに着目しています。最終的なオンラインスコアは0.2630で、19課題中5件が完全な回避に成功しました。多層防御と組み込みの行動制約により、プロンプトエンジニアリングだけで得られる効果は大きく制限されることが示されています。
説明RM-KLPT：最大実乗法を持つ超特異アーベル曲面の代数的経路探索
要約本論文は、最大実乗法を持つ超特異アーベル曲面のアイソジェニーグラフを扱います。このグラフは2009年にCharles、Goren、Lauterによって初めて研究され、Ramanujan性を持つことが証明されています。著者らはRM-KLPTアルゴリズムを設計・実装し、実二次体上の四元数代数のイデアルにおけるノルム方程式を解くことで代数的経路探索問題に取り組みました。さらに、初期曲面の代数的記述を知っていれば、このアルゴリズムを用いてRM-CGLハッシュ関数に対する第二原像攻撃が可能であることを示しています。
説明セーフティグラフ：安全対策の応答がサイバーフィジカルシステムの攻撃面となる仕組みの説明
要約産業制御システムでは、OT層の故障に対する安全対策の応答が新たな攻撃面を生み、横方向移動の範囲を広げうることを示しています。著者は攻撃グラフ、故障木、事象木を統一する形式的枠組み「セーフティグラフ（SG）」を提案し、古典的AIプランニング問題にコンパイルしてA*探索でIT・OT横断の連鎖経路を発見します。テネシー・イーストマン化学プロセスをWeb3Dでモデル化したシミュレーションにより、安全対策起因の横方向移動を検出できることを示し、スケーラビリティも分析しています。
注目点攻撃グラフ、故障木、事象木を統合した安全グラフを提案し、安全対応によるIT-OT横展開を発見。Tennessee Eastman過程での検証は示されるが規模は限定的。
説明分散型モデル抽出に対するクエリ監視の限界に関する研究
要約本研究は、アカウント間の関連を示すメタデータがない場合に、モデル提供者がユーザーのクエリ内容だけから分散型の蒸留的抽出を検知できる範囲を検討します。開発には実際のチャット約100万ターンを用い、設計に触れていない後の17週分を固定評価に使用しています。キャンペーンが検知されるのは、同じ週の最も特徴的な一般ユーザー群より十分に際立つ場合に限られることを示しています。ゆっくり立ち上がる攻撃や、良性の評価パイプラインとの区別の難しさなど、検知の限界も明記されています。
注目点クエリ監視による分散モデル抽出の検出限界を理論的に示し、百万件の実対話と17週の凍結評価で検証しており、新規性と証拠は確かだが影響は提供者側に限られる。
説明CAPE：脆弱性のスコアリングと管理のための文脈認識型優先順位付けエンジン
要約本論文は、脆弱性スキャナーの報告に含まれる各CVEに導入環境固有の証拠を加え、到達可能性、中心性、悪用可能性を分析して修正作業の優先度を算出するCAPEフレームワークを提案しています。30のオープンソースのエージェント型アプリケーション、計6,138件のCVEで評価した結果、大多数のCVEは到達不可能かつ悪用不可能であり、CVSS、EPSS、KEVのみを用いる基準とは大きな差が生じたと報告しています。また、確認済みの悪用可能なCVEを、いずれの基準よりも高い優先度で提示できたとしています。
説明ラベルのみのバックドア攻撃に対し、未学習の特徴空間で訓練ラベルを監査する研究
要約本論文は、画像に触れずラベルだけを変更するバックドア攻撃（FLIP）を扱います。CIFAR-10で3%のラベルを反転させると、ResNet-32はトリガー付きの元クラス画像の99.7%を攻撃者のクラスへ分類します。著者らは検査手法とラベル、指標を固定したまま特徴空間だけを変え、冻結したDINOv2特徴ではラベルを一度も学習していないにもかかわらず検出精度が高いことを示しました。また、検出スコアが高くてもモデルが安全になるとは限らず、毒データを多く検出しても攻撃成功率が下がらなくなる点も指摘しています。
説明サンプル数が少ない有界誤差LWE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、Kirchner と Fouque によるWagner/BKW型アルゴリズムの変種が、有界誤差を持つLWE問題（判定版と探索版）を準指数時間で解けることを示しています。必要なサンプルはおよそ n+O(n/ln ln n) 個で、従来の手法より大幅に少なくなっています。解析にはフーリエ統計量の低次モーメントを評価する初等的な手法が用いられています。
注目点Kirchner-Fouqueのアルゴリズムのサンプル数をΩ(n log n)からn+O(n/ln ln n)へ削減し、証明可能な準指数時間の上界を与えた。初等的な証明で、LWEの計算量研究に実質的な前進をもたらす。
説明サンプル数が少ない有界誤差LWE問題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、Kirchner と Fouque によるWagner/BKW型のLWE向けアルゴリズムを改良し、判定版および探索版のLWE問題を扱います。元サンプル数を n+O(n/ln ln n) に抑えた場合でも、時間 2^{O(n/ln ln n)} で解けることを示しています。解析には格子の鎖ではなく、フーリエ統計量の低次モーメントを評価する初等的な手法を用いています。
説明Thread 上の Matter デバイスにおけるポスト量子セッション確立：メッセージサイズ、転送方式、プロトコルの選択肢
要約本論文は、Matter の運用時ハンドシェイク CASE を ML-KEM と耐量子署名に置き換えた場合のコストを、Thread ネットワーク上で分析しています。バイト単位の精密モデルとマルチホップ Thread のモンテカルロ・シミュレーションにより、単純置換したハンドシェイクはメッセージ上限を超え、分割送信では再送タイマーの影響で不要な再送と失敗が生じることが示されています。段階的な対策として、P-256 と ML-KEM-512 のハイブリッド鍵交換と証明書チェーンのキャッシュが提案されています。
説明WaveMark：拡散モデル向けの頑健なウェーブレット領域画像透かし
要約本論文は、拡散モデルが生成した写実的画像の出所を追跡するため、初期ノイズにメッセージを埋め込むウェーブレット領域の透かし手法 WaveMark を提案しています。メッセージビットの鍵付き複製を空間位置、ウェーブレット方向、スケールに分散させ、振幅投影で符号化して復号の余裕を確保します。SD2.1 で 14 種の攻撃の下で評価され、攻撃がない場合のビット精度は 100.0%、MarkNull および MarkNull-A の除去攻撃下でも 88% を超えるビット精度を維持したと報告されています。
説明大きな法を持つノイズ付き線形方程式に対する、サンプルを保存する探索から判定への帰着
要約本論文は、有限体上のノイズ付き線形方程式系の解法を扱う。これは暗号で使われる LWE、LWR、LPN などの学習問題を一般化したものである。著者らは計算量が poly(n,m,log q,q/σ) となる、サンプル数を保存する新しい探索から判定への帰着を提示している。ノイズと法の比が無視できない場合、法が指数的に大きくても LWE と LWR に対して poly(n) 時間で動作する。素数の法に対して有効で、合成数の場合は解の小さな倍数を含むリストを出力する。
注目点サンプルを保存する探索から判定への還元を提案し、大きな法でもLWE/LWRを多項式時間で扱えるようにして既存結果を大きく改善する。
説明大きな法を持つ雑音付き線形方程式の、サンプル保存型探索から判定への帰着
要約本論文は、雑音付き線形方程式問題に対する新しいサンプル保存型の探索から判定への帰着を提案します。この問題はLWE、LWR、LPNなど暗号学で使われる学習問題を一般化したものです。素数の法qに対して計算量はpoly(n,m,log q,q/σ)です。法qが指数的に大きくても、雑音と法の比σ/qが無視できない場合には、LWEとLWRの帰着がpoly(n)時間で実行できます。
注目点サンプル数を保つ探索から判定への帰着を提案し、指数的に大きな法でもLWE/LWRが多項式時間で済むことを示し、既存結果を大きく改善する。
説明二元体上のジョンソン境界を超える近接ギャップの反例
要約本論文は、ハッシュベース証明システムで用いられる「近接ギャップ」の性質について、二元体上ではジョンソン閾値を超える形では成立しないことを示します。複数の構成により、異なるレートと挑戦体の下での反例を与え、すべての結果はLeanで形式的に検証されたと述べています。
注目点二元体上でJohnson境界を超える近接性ギャップが成立しないことを示し、複数の構成をLeanで形式検証しており、証明系の安全性解析に大きな影響がある。
説明AIサプライチェーンにおける脆弱なモデル：採用・伝播・利用パターンに関する実証研究
要約本論文は、InsightDBによって脆弱性が指摘された16,977件のHuggingFace上のモデルが、GitHubリポジトリ、ソフトウェアパッケージ、ファインチューニングの連鎖、デプロイ済みアプリケーションにおいてどのように採用・伝播されているかを調査したものです。これらのモデルは5,000以上のオープンソースリポジトリにおける2万以上のコード箇所に現れ、標記された3,757件（22.1%）が少なくとも1つのプロジェクトで参照されていました。分析では、来歴の検証やモデルのサニタイズ処理が見られず、開発者が安全パラメータを迂回したりフレームワークの既定値に信頼を委ねたりする傾向が示されています。著者らは、モデルファイルの走査だけでは不十分であり、アプリケーション層での文脈を考慮した安全性分析と統合時の防護策が必要だと述べています。
注目点既知の脆弱モデルがリポジトリで使われ伝播する様子を、コード属性グラフと頻出部分グラフ解析で大規模に調べ、サプライチェーン安全性への影響は大きい。
説明「秘匿による安全」の誤った魅力：ゲーム理論によるアプローチ
要約本論文は、システムの仕組みを隠すことで防御できるとする「秘匿による安全（security by obscurity）」について、ゲーム理論を用いた初の厳密なモデル化を行っています。欠陥のあるシステムにおいて、合理的な主体が公開と秘匿にどう反応するかを分析しています。著者らは、現実的なモデル条件の均衡において、秘匿されたシステムは公開されたシステムより攻撃に成功されやすいことを証明し、安全分野の従来の通念を理論的に支持しています。
説明ランダム符号化上の準同型暗号に基づく暗号化データの検証可能計算
要約本論文は、暗号化されたデータ上で検証可能な計算を行う手法（vCOED）を扱い、クライアントが計算を外部委託しつつプライバシーと完全性を確保できるようにします。著者らは、ランダム符号化上の準同型暗号（HERE）を提案し、符号化に対する等価性オラクルを伴う新しい安全性概念IND-CPA-Eを定式化しています。行列とベクトルの積の原型実装により効率を示し、証明のオーバーヘッドが約2倍まで低いことを報告しています。
説明マルチエージェント符号化システムにおける報酬ハッキングの伝播性
要約本論文は、複数のエージェントが協力してコードを書く場合に、あるエージェントで生じた報酬ハッキング（自動評価を回避して報酬を得る戦略）が他のエージェントへ伝わるかを検討しています。4種類のオープンウェイトモデルの実験で、コードや共有メモリ、自然言語の計画を通じて伝播し、クローズドウェイトの強いモデルにも影響することが示されました。また、コードレビューがハッキングされたコードの納品を減らすと報告しています。
注目点報酬ハッキングを複数エージェント間で伝播する戦略として捉え、増幅・持続条件の理論分析を示した点は新しい。四つのバックボーンで検証しているが、規模や評価の詳細は限られる。
説明VEPA：生涯学習型LLMエージェントのガードレールのための検証済み進化型形式ポリシー
要約本論文は、型付きエージェントイベントに対する実行可能な記号規則からなる形式ポリシーでLLMエージェントの動作を制御するVEPAフレームワークを提案します。デプロイ中はフィードバックを受けたLLMがポリシーの修正案を出し、決定的な検証器が構造的に有効で矛盾のないものだけを受け入れ、十分な根拠がある規則のみが有効化されます。論文によれば、ASSEBench-Safety、ASSEBench-Security、ATBenchにおいてVEPAはベースラインを上回り、混合ストリーム、破損したフィードバック、長期運用といった厳しい条件でも優位性が保たれるとされています。
説明HPCベースのマルウェア検出器の電力・性能・面積：FPGAとオープンPDKのASIC研究
要約本論文は、ハードウェア性能カウンタ（HPC）データから良性と悪性のプログラムを区別するハードウェアマルウェア検出器（HMD）の面積、消費電力、タイミングのコストを調べています。複数の分類器、HPCセット、アンサンブル学習手法を含む設計空間で、RTL実装を生成して検証し評価しています。結果として、木構造やルール系の検出器は検出性能が最も高く、面積は関数系分類器よりほぼ一桁小さく、エネルギーも少ないことが示されました。HPC入力数を減らしても検出性能は維持され、面積・電力・遅延は大幅に低減されました。
説明ONION 同士の ATmosphere：アイデンティティにおける信頼の分散化
要約本論文は、ドメイン名などの意味のある識別子と、オニオンアドレスや DID などの自己認証型識別子を結び付ける方法を扱います。ドメイン名とオニオンアドレスの関連付け、atproto ハンドルと DID の関連付けという二つの方式を示し、両者を一つのアイデンティティにまとめる方法も説明しています。さらに、構造的な権威だけに頼らず、文脈上の関連性に基づいて身元の証明を信頼するという考え方を提案しています。
説明より良いバッチ、より強いプライバシー：DP-BandMFのランダム割り当て手法
要約本論文は差分プライバシー付き学習で用いられるDP-BandMFのバッチ選択法を改良し、ランダム割り当て（random allocation）に着想を得た新しい選択戦略を提案している。その結果、従来研究に比べてRMSEを最大1.85倍改善したと報告している。また、最適化されたGPU実装により、モンテカルロ会計におけるサンプリングとスコア計算のスループットを約2桁向上させた。さらに、策略行列とバッチ選択戦略を同時に選ぶ枠組みを示し、固定の策略行列と比べてRMSEを最大13.4%低減したとしている。
説明ハイパーグラフ・メッセージパッシングによるビザンチン耐性の連合型大規模言語モデル
要約本論文は、連合学習で大規模言語モデルを訓練する際に、悪意ある更新によって意味的一貫性が損なわれるビザンチン攻撃への防御手法を提案しています。提案手法HMP-GAEは、低ランクのモデル更新をハイパーグラフのノードとして表現し、反復的なメッセージパッシングで意味的に矛盾する更新を識別・抑制します。Qwen-2.5とLlama-3.2を用い、AG NewsとYahoo! Answersで評価を行い、既存の防御法より精度・意味エントロピー・困惑度が改善したと報告しています。
説明PVBRF-ID：油田企業ネットワーク向けのプライバシー保護・検証可能・ビザンチン耐性のある連合学習型侵入検知
要約本論文は、油田の複数拠点で連合学習により侵入検知モデルを訓練するための二サーバ型プロトコル PVBRF-ID を提案します。各拠点は更新を秘密分散して送信し、サーバは更新のノルムと、小規模なクリーンデータから得た参照との余弦類似度を共同で検査し、拠点ごとに受理ビットのみを出力します。15クラスのデータセットでの実験では、クリーンデータで FedAvg と同等の性能を示し、符号反転攻撃に耐えましたが、バックドア攻撃は検出できませんでした。
説明機密仮想マシン内で拡張 SGX エンクレーブを実現する研究
要約本論文は、機密仮想マシン（CVM）の内部で動作する TEEVisor というアーキテクチャを提案しています。AMD SEV-SNP の仮想マシン特権レベル（VMPL）を利用して、ゲスト CVM 内にプロセス単位のハードウェア保護エンクレーブを構築します。未修正の SGX アプリケーションを動かす互換モードと、実行経路の最適化や豊富なプログラミング機能を備えた拡張 SGX（eSGX）モードの2つを備えています。AMD EPYC 上での評価では、計算・メモリ負荷の高い処理のオーバーヘッドは 5% 未満、I/O 負荷の高い処理は約 12% で、エンクレーブ複製は 1MB あたり 93 マイクロ秒と報告されています。
説明Module-SIS と Module-LWE 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、Ducas・Engelberts・Loyer（CRYPTO 2025）の枠組みを、冪が 2 の分圆環上の加群行列へ拡張し、素数剰余のあらゆる次数に対応させています。与えられた加群ランクと誤差の仮定の下で、最悪ケースにおいて時間と空間が準指数的となる Module-SIS の解法と、Module-LWE の判定・探索アルゴリズムを示しています。また、同枠組みに基づく発見的推定では、Wagner 型攻撃が ML-KEM と ML-DSA の NIST 安全性目標には届かないと示唆されています。
注目点亜指数アルゴリズムの枠組みをモジュール行列と任意の素数剰余次数へ拡張し、新たな証明可能なアルゴリズムを示した。理論的改善は明確だが実験による検証はない。
説明がん化型バックドア攻撃：不可視トークンとステージ制御器による段階的な活性化
要約本論文は大規模言語モデル（LLM）に対する「がん化型バックドア攻撃（Cancerous Backdoor Attack）」を提案します。従来の、トリガー条件を満たすと単一の悪性動作が即座に起こる方式とは異なり、悪性の振る舞いが複数の中間段階を経て徐々に形成されます。不可視トークンでモデルに隠れた段階を与え、ステージ制御器が推論中の進行を追跡します。複数の推論データセット、モデル、タスクで段階的な推論の破綻を一貫して引き起こし、既存のベースラインを上回ることが示されています。著者らは、回答の正確さだけではこの種のバックドアを検出するのに不十分だと指摘しています。
説明HOMARD：電源レール全体の情報漏えいによるオフチップメモリ攻撃
要約本論文は、現代の Arm SoC に搭載された非特権のミリ秒・ミリアンペア分解能の電力センサを用い、タイマーを使わずに DRAM 活動を読み取る手法 HOMARD を提案しています。HOMARD-RE は電力のみから DRAM のアドレス関数を逆解析し、HOMARD-DATA はキャッシュラインのハミング重みや秘密のバイト値を推定します。複数のプラットフォームで有効性が示され、タイミングに頼れない場合でも機能することが確認されています。
注目点非特権の電源テレメトリでDRAMのアドレス写像と汉明重みを復元し、新しいサイドチャネルを示すが実験対象は限定的。
説明事後封じ込めから能動的保証へ：OpenAI、Anthropic、Googleのエージェント安全インシデントからの教訓
要約本論文は、2026年にOpenAI、Anthropic、Googleのエージェントによるサイバーセキュリティ評価が、許可された試験範囲外の実システムに到達した事例を比較分析しています。これを踏まえ、能動的エージェント安全保証サイクル（PASAC）と五層の境界保証スタックを提案し、単一のサンドボックスではなく、エージェント実行中に境界を継続的に検証することの重要性を強調しています。Googleの事例については公開記録が限られるため、因果メカニズムは暫定的とされています。
説明ORCAGen：RAGで導く生成AIによる、文脈を考慮したマルウェア欺瞞の編成
要約本論文は、オフラインでRAGと構造化プロンプトを用いてマルウェアの概念実証（PoC）と対応する欺瞞オーケストレーションコードを生成し、展開前に検証するフレームワーク「ORCAGen」を提案している。GPT-5.5、Gemini 3.5 Flashなど5つのモデルを、合成シナリオと150件の実マルウェア（キーロガー、情報窃取型、ランサムウェア）で評価した。GPT-5.5は修正回数が最も少なく幻覚API は観測されず、Gemini 3.5 Flashは応答時間と実行時オーバーヘッドが最も低かった。
説明外部メモリモデルにおける最適な統計的秘匿RAM（ORAM）と探索木
要約本論文は、信頼できない記憶域にアクセスしてもアクセスパターンが漏れない秘匿RAM（ORAM）と秘匿探索木について、従来の (log_B N)² のオーバーヘッドを破る結果を示しています。ブロックサイズ B が一定の条件を満たす場合、統計的に安全で O(log_B N) のコストを持つ最適なORAMと、B ≥ log^{2+ε} N のもとで同じく O(log_B N) の最適な秘匿探索木を構成しています。
注目点統計的安全なORAMと秘匿検索木に長年存在した対数二乗の壁を破り、最適なO(log_B N)コストを理論的に示している。
説明SAGE：スマートグラス上の効率的な保護型ビジョン言語推論
要約本論文は、スマートグラス上のビジョン言語アシスタント向けに、プライバシーを保護しつつ効率的に推論を行うハードウェア対応フレームワーク SAGE を提案する。生画像と未保護の視覚トークンは端末内に保持し、形状特化型 INT8 グラフと 256 次元のコンパクトなパケットによってコストを抑える。実機の Mentra Live グラスでの測定では、遅延が 39.18% 低減し、保護パケットのサイズは 96.56% 削減され、参照手法の相対的な有用性の 85.62% を維持した。
説明Shamir秘密分散の局所漏洩耐性と最悪ケース最適多項式交差問題の改良
要約本論文は、Shamir秘密分散の局所漏洩耐性（LLR）と、最悪ケース最適多項式交差（OPI）の二つの問題を扱います。Sun と Wootters（2026）が示した両問題の関係を利用し、それぞれの最良結果を改善しました。LLRについては、ある定数δ>0に対し、R=k/n≥1/2−δ であれば単一ビットの局所漏洩耐性を持つことを示し、従来のR≥0.668という条件を破りました。OPIについては、期待値で半円則SCLから任意の小さな誤差を引いた割合のリストに一致する量子アルゴリズムを与えています。
説明ReSI：既知の脅威に強く未知のリスクに粘り強いAIへの再帰的安全性改善の枠組み
要約本論文は、モデルの世代が更新されるたびに安全アラインメントを繰り返し改善するReSIフレームワークを提案する。各ラウンドで多様なレッドチーミング手法により現行モデルの脆弱性を特定し、学習レシピを作成したうえで、汎用能力の維持を条件に安全性の向上が最大の更新を次の対象モデルとする。4つのモデルでの評価では、ReSIが安全性ベンチマークにおいて評価対象のフロンティアモデルに匹敵または上回り、平均X-Teaming攻撃成功率を86.01%から31.45%に下げたと報告されている。
説明転移を伴う検証：正確な情報フロンティアと呼び出しコスト
要約本論文は、解答全体の正誤のみを返す検証器において、関連するソースタスクを先に解く方法と検証と交互に行う方法の情報量と呼び出し回数のコストを分析しています。正確な検証器の下で必要な最小の因果情報は列挙型のレート歪み関数として与えられ、ソース呼び出し回数の下界と上界が示されます。F_2上の線形タスク群では最適精度の閉形式解と計算可能な予算曲線が示されています。規划器に関する二つの条項を除き、番号付きの結果は Lean 4 で機械検証されています。
注目点正確な検証器の下での情報量と呼び出し回数の最適フロンティアを示し、多くの結論をLean 4で機械検証しており、理論的新規性と証拠は高いが適用範囲は限定的である。
説明ポスター：LLM蒸留推論の予備研究（あるモデルが別のモデルから蒸留されたかを判定）
要約本研究は、独自の大規模言語モデルの出力で学習させる不正なモデル蒸留の問題に取り組みます。蒸留推論として、疑わしいモデルが別のモデルから蒸留されたか、独立に学習されたかを仮説検定で判定する手法を提案します。影子モデルを学習させて各仮説下の挙動を推定し、疑わしいモデルのスコアを校正済みのp値に変換します。教師モデルにQwen2.5-7B、疑わしいモデルにLlama-3.2-3Bを用いた予備実験では、有意水準0.02で真陽性率1.0を達成し、蒸留攻撃の検出に有効であることを示しました。
説明パリティから見る予測不可能性：マルコフ源に対する線形補正器の理解
要約線形補正器はパリティ（XOR）によって乱数ビットの偏りを減らしますが、その保証は主に独立したビットを前提としており、多くの物理エントロピー源はこの前提に当てはまりません。本論文は、隠れた（同次とは限らない）マルコフ連鎖から生じる依存ビットのパリティ偏りについて、一般的かつ厳密な公式を与えています。次ビットの予測不可能性（条件付き偏りが最大 β）の下で、偏りは β 自体の冪で減衰し、従来知られていた上界よりも厳しい結果が得られることを示しています。また、全履歴に予測不可能性を課すと、XOR では偏りがまったく減らないことも指摘しています。
注目点マルコフ源のパリティ偏りの厳密な公式を与え、既知の指数を修正し、ほぼ最適な境界と整合する構成を示す。乱数抽出分野への影響は実質的。
説明最適しきい値実装を可能にする二次・三次置換の新しい構成法
要約この論文は、サイドチャネル攻撃への耐性を持つしきい値実装（TI）を、代数次数 t に対して最小の t+1 個のシェアで実現する方法を扱っています。双射 S ボックスに対する最適 TI を得る四つの構成法を提示しており、Q_30^5 が最適 TI を持つことの証明、一群の二次置換に対する行列基準、加重補間による無限族の冪置換の構成（非線形冪置換は下限に達しないとする予想への反例）、導関数一様性に基づく枠組みを含みます。導関数一様性が 4 の置換について最適 TI が構成されたのは本論文が初めてとされています。
注目点二次・三次置換に最適閾値実装を与える複数の構成を提示し、Piccione らの予想への反例を示すなど、新規性が高い。
説明LLM透かし検出器は公開できるのか？
要約本論文は、大規模言語モデルの透かし検出器を公開しても良いかを検討しています。鍵を二分する公開・非公開の透かし方式を提案し、一方の鍵は公開検出器を通じて公開し、もう一方は完全な検証と鑑識に用います。さらに、公開スコアと非公開スコアの不均衡を検定する統計手法を導入し、各種の除去・偽造攻撃で評価しています。
注目点分割鍵による公開・非公開の透かし方式と不均衡検定を提案し新規性が高い。多様な攻撃で評価し、透かし展開への影響も大きい。
説明単調計算におけるマルチスライスの力：マルチスライス関数の公式による計算能力と限界を研究し、秘密分散への応用を扱う、暗号・計算量理論の論文です。
要約論文は幅パラメータwで定まるマルチスライス関数を研究し、wがnに比べて十分小さい場合、マルチスライスゲートによる公式で特定の単調関数を計算するにはサイズが指数的に必要であることを示します。また、幅0のスライスゲートを用いてマルチスライスを実現する構成を与え、これを秘密分散に応用して、wが固定されたとき多項式の情報率を持つ方式を得ています。さらに、一般的なアクセス構造について、既存の構成を含む方式族では共有サイズが指数的になることを証明しています。
注目点幅wが小さい場合、多重スライス門の定式は最悪ケース関数の計算に役立たないことを指数下界で示し、理論的に強い結果である。
