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。
説明仮定を減らした量子・計算ハイブリッド鍵配送（短編）
要約本論文は、Mazzoncini らが2025年に提案したHM-QCTプロトコルを扱い、量子情報の特性を用いた量子鍵配送の仕組みを検討しています。量子・計算時間ロックモデルにおける二つの仮定に基づく安全性を整理し、量子メモリと古典メモリを使った二つの「今収集し、後で復号する」攻撃を分析しています。さらに、短期暗号を擬似ランダム関数（PRF）に置き換えたHM-PRFを提案し、その安全性は一方向性関数の存在に基づくと述べています。
説明Kairos：LLMエージェントのシステム境界におけるトランザクション型セキュリティ制御
要約本論文は、隔離境界に配置される参照モニターKairosを提案する。ツール呼び出し、シェルコマンド、エージェントが作成したスクリプトによるファイル操作やネットワーク操作を同じ形で捕捉する。信頼できる情報源を定めた宣言的ポリシーにより大半の操作を決定的に判定し、判定できないものは保留しつつエージェントの処理を続けさせる。保留された操作は、限られた権限を持つ判定主体（言語モデルや人間）が実行トレースを基に許可または拒否する。論文は、三つのベンチマークと三つのエージェントモデルで、攻撃成功率と有用性のトレードオフが既存の防御手法より優れていると報告している。
説明FedGraph：グラフベースの集約により連合型LLM微調整をバックドア攻撃から守る手法
要約本論文は、連合学習で大規模言語モデルを微調整する際のバックドア攻撃への防御を扱っています。悪意あるクライアントの更新は一貫性が高く、正常なクライアントは多様であるという観察に基づき、クライアント間の関係をグラフで表すFedGraph（FedGraph）を提案しています。実験では攻撃成功率を10%未満に抑え、平均検出精度95.5%、誤検知率2.33%を示したと報告されています。
説明Tanchun：行動属性による頑健なフローベースHTTP(S) DDoS検出
要約本論文は、復号を必要としないフローデータのみを用いてHTTP(S)型DDoS攻撃を検出するシステムTanchunを提案している。IPペアごとにフローを束ね、連続する時間スロットにまたがって行動系列を作成し、それを人が理解できる行動属性へ抽象化して表現学習を導く。トラフィックのドリフト下で頑健な検出を行うことを目指す。論文によると平均F1スコアは0.988で、良性・攻撃トラフィックのドリフト下で次善手法をそれぞれ5.3%、9.6%上回り、実トラフィックでも有効性を確認したという。
説明HULK：準同型暗号化データに対する一括ビット演算を高速化するアルゴリズム
要約データベース分析、グラフ分析、ゲノム解析などのクラウドアプリケーションは、AND、OR、XORといった一括ビット演算に多くの時間を費やし、扱うデータは機密性が高い。本論文は、準同型暗号（HE）上でこの演算を効率化するHULKを提案する。準同型乗算を使わず、暗号化されたビットのハミング重みを準同型加算で計算し、単一の指示多項式で結果を復号する。13の応用で、従来の算術的手法より高速化されたと報告されている。
説明鍵なしで多ビットLLM透かしを任意のアカウントへ誤誘導する攻撃の提案
要約本論文は、水印の秘密鍵を持たずに、LLM出力に埋め込まれた多ビット透かしのメッセージを攻撃者が指定する別のアカウントIDへ書き換える「定向変位（targeted displacement）」攻撃を提案している。攻撃者は少数のアカウントとモデルのlogitsへのアクセスがあれば足り、テキストの意味を保ったまま書き換える。攻撃成功確率の理論的な上下限を示し、5種類の透かし手法と4つのLLMで実験を行い、十分なアカウント数があれば高い精度でほぼすべての場合に成功したと報告している。
注目点多ビットLLM透かしに対する標的変位攻撃を初めて提案し理論的上下界を示した。5手法・4モデルで実証され、成功率は予測と一致し、追跡機構への影響が大きい。
説明Jev-Guard：編集可能なポリシーツリーに基づくエージェント動作の高速ルーティングと監査
要約本論文は、安全性分類とポリシールーティングを統合したモデル Jev-Guard を提案し、コンテンツモデレーション、サイバーセキュリティ、プライバシー、法令遵守などを対象とするポリシーツリーを構築しています。モデルはまずツリーをたどって適用する監査ポリシーを選択し、その後選ばれたポリシーを条件として安全性分類を行います。7,033件の評価ケースで、安全性精度93.72%、平均遅延58ms、階層ルーティング精度93.10%を達成しました。
説明BALLAST：デジタルツイン安全オラクルを用いた産業制御システム向け物理認識型移動目標防御
要約産業制御システムは長期間固定されたネットワーク構成で動作しており、攻撃者は設備を偵察する十分な時間を得ています。移動目標防御はアドレスを変動させて対抗しますが、多くの既存手法は再構成が保護対象の物理プロセスを乱さないかを検証していません。本論文のBALLASTは、学習型デジタルツインを安全オラクルとして配置し、SWaT水処理試験環境で偵察の成功率を85%低下させ、50回の実行で安全違反を記録しませんでした。
説明耐漏洩・非圧縮暗号：構成と障壁
要約本論文は、耐漏洩暗号と非圧縮暗号の両方を包含する新しい安全性モデル「耐漏洩非圧縮暗号」を提案している。情報理論的設定での対称鍵暗号の変換、耐漏洩非圧縮公開鍵暗号および署名方式の構成を示している。さらに、ブラックボックス帰着に基づくパラメータの大幅な改善には不可能性の障壁があることを示している。
注目点漏洩耐性と非圧縮性を統一する新しい安全性モデルを提案し、新構成と黒箱還元による不可能性結果を示す。新規性は高いが、影響は理論暗号の一分野に留まる。
説明暗号化されたスキルがAIエージェントの解読能力により新たな攻撃経路になり得る
要約本論文は、第三者提供のスキルファイルに符号化で隠した悪意ある指示を埋め込み、LLMエージェントに解読させて実行させる「暗号化スキル注入（CSI）」を提案している。8つのモデルと139の注入タスクの組み合わせで、シーザー暗号とその多層版を評価し、短縮したスキルの主要設定では攻撃成功率が最大47.5%および40.3%に達した。解読の成功が攻撃の成功を保証するわけではなく、テストされたスキルスキャナはほとんど注入されたスキルを検出しなかった。
説明音声ディープフェイク検出のための生理学的マーカーに関する初期研究
要約従来の音声ディープフェイク検出器は主に合成痕跡を対象とし、未知の攻撃や録音条件下で性能が低下することが多いです。本研究は、呼吸・発声・時間的協調に関わる生理学的マーカーの不一致を手がかりにする仮説を立て、呼吸、声、時間の各カテゴリに分類した36の手作業による指標を用いました。ロジスティック回帰とSVMで英語録音のプールデータを評価した結果、ドメイン内の最良システムの等誤り率（EER）は21.40%、ドメイン外のデータセットペアではロジスティック回帰が32.77%でした。解釈可能な信号として有用である可能性を示す初期的な結果です。
説明CompanionSafe：マルチターン安全性評価からAIコンパニオンのガードレールまで
要約本論文は、AIコンパニオンの安全性を評価し緩和するための統合フレームワーク CompanionSafe を提案しています。評価部分の CompanionEval は、多様なペルソナ、対応するコンパニオンキャラクター、対話シナリオから1,300の関係性に基づく設定を構築し、4つのターン段階にわたって拡張可能なマルチターン評価を行います。緩和部分の CompanionGuard は、評価で明らかになった失敗を、コンパニオン特有のリスク検出のためのターン単位の教師データに変換します。結果として、強力なLLMや既存のガードモデルでも関係性に起因する危害に脆弱であり、対話が長くなるほど、クローズドソースとオープンソースの両方のモデルで安全上のリスクが高まることが示されています。
説明消去戦略を用いたキューブ攻撃：Trivium に対する鍵復元攻撃
要約本論文は「消去戦略付きキューブ攻撃」と呼ばれる新しい枠組みを提案する。特定の鍵条件とキューブを見つけ、その条件下でのスーパーポリノミアルを効率的に計算し、得られた方程式系を解いて鍵情報を復元する。Trivium への適用では、840 ラウンドに対して計算量 2^55 未満、成功率 77.8% の実用的攻撃、845 ラウンドに対して計算量 2^56 未満の実用的攻撃、855 ラウンドに対して 2^74 個の弱い鍵を対象とする理論的攻撃を示している。著者らは、これらが Trivium に対する現時点で最良の実用・理論攻撃であるとしている。
注目点消去戦略を用いたキューブ攻撃の新フレームワークを提案し、Triviumの実用攻撃を13ラウンド拡張。実験と理論結果は充実しているが影響は暗号解析分野に限られる。
説明同型暗号を用いた金融取引グラフにおけるプライバシー保護型GNN推論
要約本論文はマネーロンダリング対策を対象に、各銀行の取引特徴量をCKKS同型暗号で暗号化したまま、サーバー側でGNN推論を行う枠組みを提案しています。サーバーは平文の特徴量や予測結果を取得しません。ノードと辺の接続行列による辺中心のGNN構造により、集約処理を平文と暗号文の行列積として表現し、非線形関数は符号関数の合成多項式で近似します。IBM AMLベンチマークで平文ベースラインに匹敵する性能を示し、コンシューマ向けGPUで1取引あたり最短5.31秒、スループット最適化時は約1.65秒で分類できると報告しています。
説明戦略的な情報要求下でメール生成LLMエージェントのプライバシーを低コストで強制する手法
要約本論文は、ユーザーの代わりにメールを作成・送信するLLMエージェントを対象に、送信前にローカルモデルが「情報開示契約」に基づいて下書きを書き換え、必要な場合のみ最終的なプライバシー検査器を呼び出す方法を提案しています。通常のプロンプトおよび戦略的な情報要求を模した攻撃プロンプトの両方で、情報漏えいの低減と利用可能率の向上が示され、攻撃条件では検査器のみを用いる場合に比べてコストの増加も抑えられたと報告されています。
説明『真実ではなく立場：エージェント選択で誰が誰について何を言えるか』：代理選択における発言資格についての論文
要約このarXiv論文（cs.CR）は、ユーザーに代わってソフトウェアエージェントが競合商品から選ぶ際、発信者が競合商品について一つの虚偽の事実陳述を行うだけで選択を左右できる問題を扱っています。著者は、既存の12の防御策はいずれもこうした攻撃を宣伝と区別できないと指摘し、真偽を判定せずに発信者の身元が特定主体について断言する資格（立場）を持つかを検査する手法を提案しています。
注目点真偽ではなく発言者の資格（standing）で競合相手に関する主張を判定する新しい視点を示し、ゲート実験で検証しているが、規模は限定的である。
説明自伝的言語モデルにおける出所と認可の問題
要約本論文は、観察記録、引用、感情の報告、以前のモデル出力を含むアーカイブを用いる自伝的言語モデルにおいて、語りの内容が同意や認可された決定規則へ暗黙のうちに変わってしまう問題を扱います。型付きレコード、認証された証明、独立したポリシー経路を定義し、形式的な議論を示したうえで、完全合成の32事例と576の条件による再現可能な小規模実験を行っています。対象は計算上の帰属と認可であり、登場人物の動機や心理は扱いません。
説明8変数平衡ブール関数の最大非線形度は116である
要約本論文はブール関数分野の長年の未解決問題、すなわち非線形度118の8変数平衡ブール関数が存在するかを扱う。著者はこれを否定し、8変数平衡ブール関数の最大非線形度が116であることを証明している。
注目点8変数平衡ブール関数の非線形度118の存否という長年の未解決問題に否定的に答え、最大値116を証明した。
説明ProtoArena：AIエージェントは実世界のコンポーネント間プロトコル脆弱性を発見・悪用できるか
要約本論文は、80のコンポーネント間脆弱性悪用環境を含むベンチマーク「ProtoArena」を提案し、11のプロトコル・アプリケーション分野と7つの攻撃類型にわたって、大規模言語モデルエージェントのブラックボックス条件での悪用能力を評価します。結果として、一部の環境では検証可能な悪用効果が得られたものの、限られたブラックボックス情報下での成功率は低く、分野や攻撃類型によって差があることが示されています。実験はすべて管理された、明示的に許可された対象で行われています。
説明同じ攻撃、異なる審判：Jev・LLM審判・専用安全分類器の初の統制された敵対的比較
要約本論文は、TypeSafe AI の安全審判 Jev を対象とした初の統制された敵対的評価を行う。同一のペイロードと同一のポリシーで、Jev、五つの GPT・GLM 系審判、二つのローカル分類器を試験し、四つの公開データタスクと十三系統の五十種の攻撃変種を用いた。Jev は入力審査で最も頑健だったが、全体的な判断を要する フィッシングメール検出では攻撃により突破される割合が高く、良性の要求も多く遮断した。
説明SkillScreen：決定モデルによる悪意あるエージェントスキルの高再現率スクリーニング
要約本論文は、SKILL.mdから1回の順伝播でスキルの悪意度を直接採点するよう学習させた小型の決定モデルSkillScreenを提案している。MaliciousSkillBenchでは、未知の攻撃ファミリーに対して再現率99%を達成し、良性スキルの20〜25%を検出したが、これは比較対象の単語レベル分類器やプロンプト型LLM判定器より少ない。一方、未知の良性ソースでは誤検出が大きく増えることも示されている。
説明モデル拡大を超えて：Transformerベースのネットワーク侵入検知における系列構築の再考
要約本論文は、Transformerベースのネットワーク侵入検知（NIDS）が固定的な時間窓で入力系列を作る点を問題視し、通信セッション単位で系列を構築する手法（session-coherent temporalization）を提案します。3つの侵入検知データセットでの実験では、タイムスタンプ窓方式に比べてMacro-F1が2倍以上になり、軽量モデルで最大0.95に達しました。また、Transformerのパラメータ数を増やしても精度の向上は測定されず、通信セッションの意味を保つことが重要だと結論づけています。
説明Shamir秘密分散の局所漏えい耐性：半分未満の閾値での結果（Shamir secret sharingの局所漏えい耐性に関する論文）
要約本論文は、各シェアから有限ビットが漏えいする場合のShamir秘密分散の安全性を研究しています。閾値が約n/2未満の定数比率で、各シェアからの任意の1ビット漏えいに耐えることを示しています。閾値が(1/2+δ)nの場合には、各シェアにつき約(δ/24)log₂nビットの任意の局所漏えいに耐えられ、この数は定数倍を除いて最適であるとされています。
注目点統一的な解析枠組みを提示し、Shamir秘密分散の局所漏洩耐性の閾値を0.668nから約n/2未満へ改善、近年の攻撃に対し定数倍で最適な結果を厳密に示す。
説明エンドツーエンド暗号化グループチャットにおける因果認識：メッセージの文脈的な順序と並行性を利用者が把握できるようにする研究
要約本論文は、グループチャットでメッセージの順序や並行性をどう扱うかを研究しています。一方の利用者が相手のメッセージを見ないまま送信した場合、その関係は多くの messenger で分かりません。著者は、受信者が受け入れたメッセージの送信時の因果的文脈の一部を復元できる能力として「因果認識」を定義し、その正しさと安全性の枠組みと基本的な構成を示しています。さらに、チェックポイント支援型およびサーバー支援型の変種も提案しています。
注目点グループチャットにおける因果認識を形式化し、パラメータ化された正しさと安全性の定義および基本構成の性質を証明しており、理論的な前進がある。
説明ARM アプリケーション実行時へ階層的アテステーションを拡張する研究
要約本論文は、ARM 上で読み込み時の信頼連鎖を実行時まで延ばす仕組み ARA（Application-Runtime Anchor）を提案しています。ARA は新しく導入された ARM Permission Overlay Extensions（POE）を使い、アプリケーションのアドレス空間内に保護された実行時領域を確立します。その領域では測定用と格納用の信頼の根（RTM/RTS）を実装でき、実行時の完全性検証や証明証拠の生成、秘密情報の保護に用いられます。媒体の保護復号と制御フロー測定を例に示し、プロセス外の同等方式と比べて約10分の1から50分の1のオーバーヘッドだと報告しています。
説明Camellia の ReLU 実装における内部活性化情報の漏えいによるマスター鍵復元
要約本論文は、ReLU ニューラルネットワークとして明示的に構成された Camellia-128、192、256 の実装について、機能的な正しさと、公開の鍵スケジュール関係を用いたマスター鍵の復元を検討しています。著者は Camellia-128 の既知解答テストで一致を報告し、想定した合成内部オラクルのモデルでは、各バージョン 1,000 個のランダムなマスター鍵をすべて正確に復元したとしています。ただし結論は設定された内部アクセスモデルに限られ、標準の Camellia に対する平文・暗号文のみを用いた攻撃を示すものではありません。(Camellia：日本で開発された共通鍵ブロック暗号)
説明安全なソートとプライバシー保護グラフパターンマッチングへの応用
要約本論文は秘密計算における安全なソートを研究し、クイックソートと基数ソートに基づく2つの完全安全な実装を、正直多数および非正直多数の両設定で広く比較しています。さらに、安全なソートを用いて疎行列乗算を改良し、入力と同じ形式で出力することで、グラフの隣接行列の反復乗算を可能にしています。これにより、マネーロンダリングと関連づけられるサイクルや scatter-gather パターンを検出でき、プライバシー保護型のマネーロンダリング対策に応用できます。
説明発見か暗記か？実世界のビジネスロジック脆弱性発見のための忠実なベンチマーク
要約本論文は、132件のアプリケーション層ビジネスロジック脆弱性を含み、9言語にまたがる AnonVul ベンチマークを提案しています。タスクを匿名化してデータ漏洩を抑えています。6つの最先端脆弱性発見エージェントを評価した結果、最良のエージェントの成功率は 23.11% にとどまりました。20件の対照実験では、ソフトウェアの識別情報を復元すると成功率が 21.25% から 40.83% に上がり、評価時に既知のソフトウェア知識を管理する重要性が示されています。
説明強化型ディテクティブ：連合学習による金融不正検知で内部ポイズニング攻撃に対抗する二段階の能動的防御
要約本論文は、連合学習を用いた金融不正検知において、悪意あるクライアントによるデータやモデル更新への汚染を防ぐ二段階のロバスト集約手法「Enhanced Detective」を提案している。中央絶対偏差（MAD）、距離ベースの更新フィルタリング、FedMedian 集約を組み合わせている。不均衡なクレジットカードデータセットで、ラベル反転と重みスケーリング攻撃を 50 通信ラウンドにわたり評価した。悪意あるクライアントが 40% の場合、AUPRC は 0.796、Recall は 0.847 であった。
説明BrowseSafe++：Webコンテキスト、言語、ブラウザ表示をまたぐプロンプトインジェクション検出のベンチマーク
要約本論文は、BrowseSafeを14,719ページから38,675組のページペアへ拡張したBrowseSafe++を提示します。各ペアには注入攻撃を含むページと、同一ページの清浄な対照版があり、HTML、Markdown、アクセシビリティツリー、スクリーンショットの形式で提供されます。作者らはこれらを用いてテキストとスクリーンショット向けの0.8Bパラメータ検出器BrowseSafe-Guardを学習させ、フロンティアモデルに基づく検出器よりも高いF1スコアを報告しています。
説明VeriRouter：検証可能な大規模言語モデルルーティングに向けて
要約大規模言語モデル（LLM）のルーターは、動的なモデル選択とリクエスト書き換えによって品質・遅延・コストを最適化するために使われます。しかし、侵害されたルーターは不適切なモデル選択や承認されていない書き換え、不正確な転送を引き起こしうるため、論文はこの問題に対処する検証可能なルーティング枠組みVeriRouterを提案しています。ゼロ知識証明とサービス提供者発行の証明書を組み合わせ、クライアントにはルーターの非公開資産を隠したまま両段階の整合性を確認します。実測では、モデル選択と書き換えの証明にそれぞれ平均21.92秒と4.24秒を要し、最速の完了可能なベースラインより1,307倍、101倍高速でした。検証なしの提供と比べ、ターンごとの選択では4.08秒、セッション固定の選択では0.11秒の追加となります。
説明ML-DSA署名ループの期待反復回数：4つの拒否条件の完全な算定
要約本論文は、FIPS 204の表1が引用するDilithium式(5)が第23行の2つの有効性検査しか扱わず、第28行の符号化正当性検査を省いていると指摘します。著者は4つの条件すべてを検討し、z検査は正確に計数し、c·t0項は閉形式のIrwin-Hall裾を用い、ヒント重みの和の裾はモンテカルロで推定しています。修正後のML-DSA-44、-65、-87の期待反復回数は4.36、5.14、3.91で、エンドツーエンドの実測と0.14%以内で一致すると報告されています。
説明SIMD命令による高速な寛容型Base64デコード
要約本論文は、SIMDループ内で空白文字を取り除くブロック指向のBase64デコードアルゴリズムを提案しています。完全な64文字ブロックは直接デコードし、無視可能な文字を含むブロックは小さなスタックバッファに詰めてから処理します。x64、ARM NEON、LoongArch向けの実装が示され、C++デコーダは最新のAMD Zen 5プロセッサで最大94 GB/sに達するとされています。また、Node 25ではこのデコーダの統合によりUint8Array.fromBase64のスループットがNode 19比で最大6倍向上したと報告されています。
注目点SIMDループ内で空白を除去し、クリーンなブロックは直接、無視文字を含むブロックは小さなバッファに圧縮して復号する。最大94 GB/s、Node 25で最大6倍の高速化を実測。
説明勾配混乱によるブラックボックス・スコアベース照会攻撃の緩和
要約本論文は、モデルへの繰り返しの照会を利用して敵対的サンプルを作る、スコアベースのブラックボックス攻撃に対する防御手法GCD（Gradient Confusion Defense）を提案します。GCDは再学習を必要とせず、テスト時に決定論的に確率ベクトルを調整し、露出する勾配を真の敵対的損失勾配と食い違う方向へ向けます。著者らは、勾配推定型攻撃を遅らせ、CIFAR-10とImageNetでの実験で高い頑健性を示し、かつクリーン精度の低下がないと報告しています。
説明VulnBump：ビルドとテストを維持したまま実プロジェクトの脆弱な依存関係を修正するためのベンチマーク
要約本論文は、43のリポジトリと六つのパッケージマネージャーにまたがる2,066件の修正可能な脆弱性を対象とした307件の依存関係アップグレードタスクからなるベンチマーク「VulnBump」を提案しています。アップグレードは、新しいコンテナ内で依存関係の解決、脆弱性の再スキャン、ビルド、既存の全テストの合格がすべて確認された場合にのみ成功とされます。Snyk推奨バージョンのみを適用する非エージェント型ベースラインの合格率は46.9%で、Snyk Evo Remediation Agentは90.2%、Claude Code＋Snykスキャンは77.5%、Claude Code単独は59.6%でした。
説明COMPASS：適応的ノイズ校正による視覚大規模言語モデルへのメンバーシップ推論攻撃
要約視覚大規模言語モデルはプライバシーに敏感な分野で使われ、学習データが露出する懸念があります。本論文は、さまざまな強さのガウス摂動下でのモデルのメンバー挙動を系統的に調べ、最適な摂動幅とメンバー信号の方向がモデルとデータセットの組み合わせごとに異なることを示しました。提案手法COMPASSは、既知の非メンバー参照集合を用いて摂動幅と評価方向を適応的に校正し、複数のモデルとデータセットで基準手法を上回りました。AUCは一般領域データで最大0.88、医療データで0.64です。
説明SSM-Attack：黒箱顔プライバシー保護のための摂動箇所の学習
要約本論文は、顔認識システムによる無断照合から写真を守る、選択的状態空間モデル（Selective State Space Models）に基づく黒箱型の顔プライバシー保護フレームワーク「SSM-Attack」を提案している。摂動を直接生成するのではなく、状態空間モデルが一回の線形時間の処理で摂動予算の空間的配分を予測し、その後短い投影精緻化で各画素の値を決める。原文によれば、3つの評価セットすべてで公表済みの結果を上回る平均黒箱攻撃成功率を示したという。
説明TRAP：木構造ガイドと強化学習による大規模言語モデルの脱獄自動探索手法
要約本論文は、整列済みの大規模言語モデル（LLM）に対する脱獄戦略を自動発見するための TRAP フレームワークを提案します。目標モデルへのブラックボックスアクセスのみを必要とします。既存の脱獄手法を意味的な戦略木にまとめ、木構造のグラディエントバンディットによる強化学習方策が選択経路に沿って戦略の選好を更新します。AdvBench での七つのモデルに対する実験では、六つのモデルで比較手法を上回り、攻撃成功率は 45.6％から 97.9％でした。
説明差分プライバシー合成データのための厳密なエンドツーエンド会計手法
要約本論文は、異なる種類の機構を組み合わせた差分プライバシー（DP）パイプラインで、合成時に会計精度が失われる問題を扱います。プライバシー損失分布（PLD）、f-DP、ガウス差分プライバシー（GDP）を用いた端到端の会計ツールを開発し、指数機構などの有界範囲機構の解析を導出しています。これに基づき、GDPネイティブ版のAIM-GDPと、適応的混合合成を校正するMixCalアルゴリズムを提案しています。同じプライバシー水準でより少ないノイズで済み、効用も向上すると述べています。
注目点PLD・f-DP・GDPによる端到端の精密なプライバシー会計手法と有界範囲機制の新解析を示し、GDP版AIMで同等プライバシー下の効用向上を実験で確認している。
説明AIの「I」とは誰か：自律エージェントのための分散型IDと説明責任の確立
要約本論文は、自己主権型ID（SSI）の原則に基づく分散型AIアイデンティティの枠組みを提案し、人間ユーザーとAIエージェントを区別して、それぞれに異なる検証ロジックを適用するモデルを示しています。中核となるABCDフレームワークは、アルゴリズム指紋、振る舞い指紋、分散型識別子（DID）による暗号学的ID、そしてエージェントの行為を人間の説明責任に暗号学的に結び付ける委任の四層からなります。著者らは、これにより自律的な経済活動におけるAIエージェントのブラックボックス的なID問題に対処できると述べています。
説明Rényi会計は、DP-SGDにおいて無損失会計より優れうるか？
要約本論文は、固定サイズのバッチと置換隣接関係を用いた差分プライバシー付き確率的勾配降下法（DP-SGD）におけるプライバシー会計を検討します。Rényi DPに基づく会計では、無損失フレームワークとは異なる最悪ケース分布の組（支配対）を用いることができ、それを二次元ガウス混合として特徴づけ、改良されたRényi DP上界を導出しています。数値比較と漸近比較の結果、多くのハイパーパラメータ設定において、新しい上界に基づく会計は無損失フレームワークより良いプライバシー保証を与えうることが示されています。
注目点固定サイズバッチの置換隣接性では、Rényi DPが無損失フレームワークと異なる最悪分布対を使えることを示し、改良境界を導出して数値的に優れる。
説明SEAL-DT：クロスドメイン・デジタルツイン向けのエンドツーエンド安全工学・保証フレームワーク
要約本論文は、安全なデジタルツインを構築・評価するためのSEAL-DTフレームワークを提案する。実体定義、プロセスモデル、決定論的シミュレーション、データ契約、証拠記録、自動テストを一つの連携モデルに統合し、安全上の判断やシミュレーション結果を、そのデータ・前提・要件まで遡れるようにしている。車車間通信（Car2X）保護、受動型IoT機器の検出、産業制御の代替モデル、スマートホームでの適法な取得、医療IoT監視の五つのシナリオで検証を行い、一貫したモデル構築、追跡可能な実行、そして安全上の発見事項と観測可能な証拠との関連付けを支援することを示している。
説明相関下の忘れられる権利：プライバシーと有用性のトレードオフ
要約本論文は、相関のあるデータセットから情報を墨消しして、機密部分に関する情報漏えいを減らすプライバシー保護アルゴリズムを扱っています。局所的メカニズムと二値マルコフ相関について、プライバシー（相関を通じた漏えい）と有用性（墨消しの回数）の最適なトレードオフを解析的に示しています。メカニズム設計の問題が一連の局所的設計問題に分解され、その順次的な関係が明らかにされ、最適メカニズムは有限時間ホライズンの決定論的マルコフ決定過程の解として得られます。
説明CUTS：連鎖一様和ツリー署名（ハッシュベース公開鍵署名の論文）
要約本論文は、鍵がハッシュチェーンの木で構成されるハッシュベース署名において、同じ一回限りの鍵が二度使われた場合に何が漏れるかを調べたものです。この方式の族について、複数の署名から導出できる値が個々の署名から導出できる値の和集合に等しいことを証明し、ランダム・オラクルモデルでの偽造の上界を組合せ的な被覆指数で与えています。さらにCUTSを提案し、署名長は木の高さに依存しないこと、一組のパラメータで二回使用時の被覆指数の下界が約128.6となることを示し、カウンタ付き変種CUTS+Cも扱っています。
注目点ハッシュチェーン木の一般クラスについて複数署名の漏えいを証明し、新しい方式CUTSを提案する点は新規性がある。ただし証拠は特定パラメータの組合せ計算に依存する。
説明共同計算の前にローカルで計算：局所処理を最大化する効率的な安全多者計算
要約本論文は、ガーブルド回路に基づく安全多者計算を扱います。従来は非線形ゲート（特にANDゲート）の数を暗号コストの指標として最適化してきましたが、本論文は、ある当事者が入力を知っている、または局所的に計算できる非線形ゲートは、安全プロトコルの外で当事者が評価できると指摘します。著者らは、共同評価が必要な非線形ゲートの数を最小化する所有者認識型の最適化手法を提案し、コンパイラに統合されたゲートレベルの実装を示しています。実験では、局所的な構造を持つ回路で共同計算量が減り、エンドツーエンドの性能が向上したと報告されています。
説明Shamir秘密分散の局所リーク耐性：閾値が半分未満の場合
要約本論文は、各シェアから有限ビットが漏えいする場合のShamir秘密分散のリーク耐性を研究している。閾値kが約c_bh·nの範囲（c_bhは1/2未満の定数）では、各シェアからの任意の1ビット漏えいに耐えることを示す。閾値が(1/2+δ)nの場合、各シェアから約(δ/24)log₂nビットの漏えいに耐え、この数は定数倍を除いて最適であるとしている。
注目点Efron–Stein分解と一般化von Neumann不等式により、Shamir秘密分散の局所漏洩耐性の閾値を半数未満へ引き下げ、ほぼ最適な漏洩ビット数を厳密に証明している。
説明見たことのない証人簡潔なUC持ち上げコンパイラの再検討
要約本論文は、合成安全性が求められる場面で使われるゼロ知識簡潔非対話型論証について、ユニバーサル合成可能性（UC）へのコンパイルを扱います。著者らは検証可能な再構成可能直線符号（VRSC）という原語を提案し、Ganesh らの見証人簡潔UCコンパイラ（EUROCRYPT 2023）に欠けていた安全性要件を指摘しています。公開済みの評価開口の並べ替えで有効な証明が新たに作られ、シミュレーション論証が成り立たなくなると述べています。さらに、ペアリングに基づく実装では証明書生成の計算量を二次から準線形へ下げています。
注目点VRSCという原始概念を提案し先行コンパイラの欠陥を指摘、準線形の証明者コストを持つUC持ち上げ方式を示す。主に理論的構成と安全性論証が根拠で、実験は乏しい。
説明CWE-bench：エージェントのセキュリティ評価を攻撃から防御へ転換
要約本論文は、120件の非公開リポジトリ監査・修正タスクからなるベンチマーク CWE-bench を提案します。対象は 73 種類の CWE、8 言語、OWASP Top 10 2025 の全カテゴリです。エージェントは脆弱性の種類や位置、数を知らされずに監査と修正を行い、パッチは機能を保ったまま攻撃を防ぐ必要があります。最良のエージェントの pass@1 は 68%、pass@4 は 81% でした。
説明多変数暗号における一般性（genericity）の研究：UOV公開鍵のイデアルと多様体の性質を検証
要約本論文は、UOV（Unbalanced Oil and Vinegar、不均衡油酢方式）の公開鍵から生成されるイデアルと多様体のいくつかの性質が一般的に成り立つことを示しています。具体的には、UOV多様体の等次元性と公開鍵イデアルの根基性です。これらの結果は、UOVとその派生方式の解読で用いられる正則性の仮定を裏付けます。また、非一般性が方式の解読につながった事例と、悪用が容易でない反例を検討しています。
説明ローカル・ホームオートメーションの暗号化通信のセキュリティと堅牢性の分析：ESPHome Native API と TLS 1.3 上の MQTT の比較
要約本論文は、ESPファミリーのマイコンとHome Assistantプラットフォーム間の2つの暗号化通信方式を体系的に比較しています。TLS 1.3で保護されたMQTTと、Noiseプロトコルフレームワークを用いたESPHome Native APIが対象です。暗号の堅牢性、攻撃対象領域、実装の複雑さ、リソース消費の4観点から分析しています。資源消費のデータは実験環境での測定ではなく、プロジェクトおよびメーカーが公表した数値に基づいており、その制約は著者が明記しています。
