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TLS・DTLS・QUIC による相互認証で WireGuard に耐量子の証明書ベース PSK を配布する手法
要約本論文は、WireGuard のコアプロトコルを維持したまま耐量子性を与え、ピアに証明書ベースの身元を追加する構成を提案しています。TLS 1.3 ハンドシェイクを用いた制御チャネルで ML-KEM による鍵確立を行い、X.509 証明書（ML-DSA 署名）で認証します。得られた共有秘密を WireGuard の事前共有鍵（PSK）インターフェースに注入し、Tamarin で安全性を解析したうえで、ハンドシェイク遅延と CPU 時間を評価しています。
説明品質認識と最適輸送に基づく効率的な脅威インテリジェンス指示チューニングのためのデータ選択
要約本論文は、脅威インテリジェンス分析における指示チューニングのデータ品質の保証や、データ選択の多様性不足という課題に取り組んでいます。提案手法CTI-TDSは、指示のスタイル一貫性とセキュリティ知識の検証によって高品質な指示を選別し、さらに勾配の影響を分布整合問題として捉え、エントロピー正則化最適輸送を用いて多様性を考慮したデータ選択を行います。CTIBenchでの複数の大規模言語モデルによる実験では、少量の高価値な指示データで微調整した場合に既存手法を上回り、脅威インテリジェンス分析タスクで競争力のある性能を示しました。
説明フォーク暗号（forkcipher）ベースAEADのコミットメント安全性の解析
要約本論文は、フォーク暗号（forkcipher）を用いた認証付き暗号（AEAD）方式が、暗号文を暗号化入力に一意に結びつける「コミットメント安全性」を満たすかを検討しています。既存の構成を包括的に解析し、設計によっては強いコミットメントを実現できない一方、有意義な保証を与える方式もあると示しています。また、フォーク暗号に基づくハッシュ構成を定式化し、その衝突耐性を証明しています。
説明P2Patch：攻撃コードを手掛かりにした脆弱性修正（パッチを新たな攻撃で検証し、元の攻撃だけを防ぐ修正の不備を見つける）
要約本論文は、敵対的生成による修正システム P2Patch を提案します。まず攻撃エージェントが再現可能な脆弱性証明（PoV）を作成し、修正エージェントがプログラムを修正します。その後、攻撃エージェントが修正後のプログラムに対して同種の脆弱性を突く新たな攻撃を試みます。成功した攻撃はすべて修正要件として蓄積され、最終パッチはそれまでに蓄積された全 PoV を阻止する必要があります。101 件の C/C++ と Java の CVE 事例では、41% の実行で修正後に新たな確認済み攻撃が見つかり、単回の修正と比べて封じ込め率は 78.1% から 84.7% に上昇しました。
注目点パッチ後に攻撃エージェントが同種の新たな悪用を探す敵対的修復ループを提案し、101件のCVEで単発修復や最新システムと比較して有効性を示している。
説明組み込みプロセッサにおけるマイクロアーキテクチャ漏洩のハードウェアレベルでの緩和
要約本論文は、組み込みプロセッサのマイクロアーキテクチャに起因するサイドチャネル漏洩の問題を扱っています。ソフトウェア側で漏洩を管理するのではなく、レジスタ転送レベル（RTL）でプロセッサ構造を変更し、漏洩の根本原因を取り除く方式を提案しています。各対策は形式的に安全性が証明され、Ibexプロセッサに組み込まれて、ネットリスト全体の評価とFPGA上の実験で検証されています。
注目点マイクロアーキテクチャ漏洩の根本原因をRTLレベルで除去する新手法を示し、Ibexで形式証明とネットリスト・FPGA実験により検証している。
説明抽出不可能な乱数からの秘密分散
要約本論文は、2者2分割の秘密分散に必要な乱数の条件を研究している。Bosley と Dodis（2007）が提起した問いは、こうした方式でも乱数源から一様に近いビットを決定的に抽出できる必要があるかどうかであった。著者らはこれを否定し、各 b≥2 について、最小エントロピーが少なくとも b の平坦な乱数源のクラスと、b ビットの秘密を二つの (b+1) ビットの分担に分けて完全に正しく秘密を保つ方式を構成している。さらに、この考え方を複数者の閾値方式へ拡張している。
注目点パリティ論証による反例構成でBosleyとDodisの未解決問題を否定し、他の閾値方式へも一般化しており理論的貢献が明確。
説明FreeSBee：定数時間コンパイルパイプライン
要約本論文は、コンパイル段階でタイミング・サイドチャネル攻撃を防ぐための完全なワークフローを提案し、評価しています。まずテイント解析で機密情報に依存するコードの位置を特定し、コンパイラ内部の自動制御フロー変換によって起こりうるタイミング漏えいを封じます。RISC-V コア上で動く実用的なアプリケーションを、静的タイミング解析と統計的手法の両方で評価しました。周期精度での定数時間実行には到達していませんが、統計結果から加固後のバイナリはタイミング攻撃に対して安全だと示唆されています。
説明抽出不可能な乱数からの秘密分散：Bosley–Dodis の問いへの否定的回答
要約本暗号学プレプリントは、二者間秘密分散が決定的に一様ビットを抽出できる乱数源を必要とするかを検討する。著者らはフラットな乱数源のクラスと、b ビットの秘密を二つの (b+1) ビットのシェアに完全正確かつ完全秘匿に分割する方式を構成した。その結果、このクラスの乱数源上では、いかなる決定的写像も一様分布から統計的距離 1/6 以上離れることが示され、Bosley と Dodis の問いに否定的に答えている。
注目点パリティ論証による反例構成で、Bosley と Dodis の未解決問題を否定し、複数の閾値方式へ一般化して厳密に示している。
説明線形符号の置換自己同型を求める困難さの研究
要約本論文は、線形符号の置換自己同型を求める問題の難しさを研究している。非自明な自己同型、生成系、自己同型群の位数という3つの問題を扱い、多項式時間帰着により、最悪の場合に容易に解けるとは考えにくいことを示す。また、自己同型群の生成問題をグラフの自己同型群の生成問題へ帰着させ、hull次元が対数程度の場合に準多項式時間で解けることを示す。概念実証の実装は、MagmaやSagemathの組み込みアルゴリズムより大幅に高速だと報告している。
注目点AUTとISO間の多項式帰着を示し準多項式時間アルゴリズムを与える点で理論的改善が大きい。実験は概念実証に留まる。
説明決済端末などにおける改ざん検知メッシュの構造解析
要約本論文は、決済端末、ATM のキーパッド、データセンターの HSM（ハードウェアセキュリティモジュール）などに使われる改ざん検知メッシュの実際の作りを分析し、重要部分の写真も示しています。著者らは構造技術を分類し、多くの市販機器が意外に単純な構造を採用しており、寸法も製造限界に近いことは少ないと報告しています。そのうえで、安全な改ざん検知メッシュを設計するための簡潔な設計パターンを提案しています。
説明GeoCloak：周辺の手がかりを操作して意味を保ったまま位置情報のプライバシーを守るエージェント型フレームワーク
要約大規模視覚言語モデル（LVLM）は一枚の写真から撮影地を推定でき、プライバシーリスクとなっています。本論文はGeoCloakを提案します。画像から位置を決める手がかりを特定し、多くは画面の周辺にあるそれらを意味的な編集で抑え、残る地理的特徴は敵対的摂動で弱めます。108か国・576都市の4つのデータセットで、都市レベルの正解率は41.2%から9.9%に下がったと報告されています。
説明CoRedSkill：AST誘導インジェクションによる隠密なスキル合成攻撃
要約本論文は、エージェントの複数の再利用可能なスキルを組み合わせ、元のタスク機能を維持しつつ悪意ある操作を埋め込む組合せ型レッドチーミング手法CoRedSkillを提案しています。150件の事例からなるベンチマークで評価され、攻撃成功率は98.0%、タスク成功率は95.3%、検出率は3.3%、同時成功率は90.7%と、比較対象の4つのベースラインを大きく上回りました。スキルの組合せにより、監査を回避しながら正規のタスクを完了できることを示しています。
注目点AST書き換えによる技能間の組み合わせ攻撃を提案し、単体監査の盲点を示した。150件で攻撃成功率98.0%、検出率3.3%と検証され、影響は広い。
説明ESAU：信頼できないクラウド型プロキシ検証者を備えたPub-Sub IoTネットワーク向けの迅速な群リモート・アテステーション方式
要約本論文は、IoT機器のリモート・アテステーション（遠隔での状態検証）に対し、クラウド支援型の群アテステーション方式を提案しています。資源の限られた機器向けに軽量な設計とし、受動的な悪意ある管理者や乗っ取られた所有者アカウントが、クラウドの認可なしに機器を操作することを防ぐことを目指しています。さらに、リモート・アテステーションを認証付き鍵交換プロトコルへ拡張する点にも取り組んでいます。著者は、システムの安全性の性質を分析し、実装とシミュレーションにより実現可能性を評価しています。
説明ニューラル処理ユニット上の数論変換のソフトウェアパイプライン化：ループ分割による手法
要約本論文は、耐量子暗号や完全準同型暗号で多項式乗算に用いられる数論変換（NTT）を、AI向けアクセラレータであるニューラル処理ユニット（NPU）上で高速化する手法を提案しています。AMDのAI Engine（AIE）アーキテクチャを対象に、大きく複雑なループを小さな基本単位に分割する手動ループ分割を用い、ソフトウェアパイプライン化を実現しています。radix-2、radix-4、radix-8の3種類のNTT実装を構築し、第1世代AIEにおいて先行研究と比べタイルあたりのスループットと遅延が改善されたと報告しています。また、他のNPUアーキテクチャへの移植性についても検討しています。
説明改善の前に診断を：多次元の審査フィードバックによる、少ない問い合わせで済むジェイルブレイク攻撃
要約本論文は、多次元の確率的フィードバックを用いて敵対的プロンプトの最適化を導く JSB（Jev-Guided Strategy Bandit）という枠組みを提案し、少ない問い合わせ回数で大規模言語モデルへのジェイルブレイク攻撃を行う手法を示している。対象モデルへの問い合わせを 10 回に限った条件で、10 件の開源モデル設定における HarmBench の平均攻撃成功率は 89.8% であったとしている。さらに、問い合わせ予算や攻撃者モデルを変えた場合の分析と、既存のフィルタリング機構の限界に関する防御実験も含まれている。
説明指数内の edaBitE と ML-DSA・VOLE-in-the-Head による発行者秘匿ブラインド署名
要約本論文は、発行者が NIST 標準化の耐量子署名方式 ML-DSA をそのまま実行する初のブラインド署名を提案している。発行は承諾値への ML-DSA 署名であり、ブラインド署名は VOLE-in-the-head 証明系を用いたその ML-DSA 署名のゼロ知識知識証明である。また、二進数と素体上の承諾値の間の一括整合性検査 edaBitE を導入している。
注目点改変されていないNIST標準の耐量子署名（ML-DSA）で発行するブラインド署名を初めて示し、edaBitEという新しい一括整合性検査を提案している。新規性は高いが、実験的検証は摘要中の性能数値に依存している。
説明静かなトリガー、目立つ足跡：バックドア攻撃の隠蔽性を三空間で測定する研究
要約本論文は、画像分類のディープニューラルネットワークに対するバックドア攻撃について、入力・特徴・パラメータの三つの空間で隠蔽性を測定する枠組みを提示します。複数の代表的な攻撃を四つのデータセットと三つのモデル構造で評価した結果、ある空間で目立たない攻撃が別の空間では目立つことが多く、三空間すべてで痕跡が小さい攻撃は少ないと報告しています。既存の測定を補う二つの診断指標も提案されています。
説明CascadeLedger：LLMカスケードにおける情報とリソースの整合性を反事実で監査する枠組み
要約本論文は、予算制約つき言語モデルカスケードのための反事実実行監査フレームワーク「CascadeLedger」を提案します。呼び出し後に読み取る規則を強制し、成功した読み取りをサービスとキャッシュの識別子に結び付け、評価器を結合する前にイベントトレースを凍結します。複数の評価で、二層の監査は誤検出率0.0000を報告し、直列化された故障と未記録の隠れた読み取り故障の大部分を検出しています。
説明有限サンプル下の双線形圧縮セキュリティ：有限回の暗号化観測による鍵復元の研究
要約本論文は、攻撃者が有限回の暗号化しか観測できない場合の、双線形圧縮セキュリティ（BCS）方式における鍵復元を検討している。同一平文の反復暗号化から線形測定値を推定し、秘密の測定行列を復元する共分散ベースの攻撃を提案し、有限サンプルでの保証とサンプル複雑性の上界を示している。実験では、ガウス行列などの稠密行列では必要な測定数が信号次元にほぼ線形に増加し、行が疎な行列では理論と整合する二次的増加が見られた。これにより、測定行列の疎構造が方式の安全性に重要であることが示唆される。
説明Nowhere Man：ポスト量子匿名資格情報のためのデバイス紐付け方式
要約本論文は、ポスト量子署名方式ML-DSAに合わせて設計されたモジュール式のデバイス紐付けプロトコルを提案し、匿名資格情報の共有防止と本人性の証明を支援します。ML-DSAの構造を活用して効率を高めつつ、FIPS 204の署名インターフェースは変更しません。概念実証の実装によって実現可能性も示されています。
説明『フォールバックで迷子：型付き意思決定モデルはフォールバック選択肢をどれほど確実に使えるか』——ルーティングなどに使われるモデルがフォールバック規則を正しく実行できるかを検証
要約型付き意思決定モデル（TDM）は、リクエストのルーティングやモデル選択などに使われ、フォールバック選択肢は通常の選択肢に当てはまらないカテゴリを扱い、人間の専門家やより高性能なモデルへの委譲を可能にします。本論文は、フォールバックの信頼性を評価するためのPaired Fallback Robustness（PFR）テストを提案し、通常の選択肢とフォールバックの切り替えが正しく行われるか、また同じ規則の論理的に等価な定義の下で一貫した判断をするかを検証します。その結果、カテゴリを正しく認識できても正しいフォールバック選択肢へ確実に移行できるとは限らず、正しいカテゴリを明示的に与えても誤りが残ることが分かりました。また、論理的に等価な規則の表現でも、モデルの判断が大きく食い違うことが示されました。
説明IEEE-754の妥当性制約下におけるSTLファイルのグローバル・ローカルエントロピー検定
要約本論文はSTLファイルの暗号文エントロピー検定を扱う。STLの数値の大半は単精度IEEE-754浮動小数点で格納され、有限値であることが求められるため、バイト分布に偏りが生じ、指数バイト対の間に依存関係が生まれる。著者らは有効STL分布の下でのエントロピーの正確な平均と分散を導出し、大きなファイルサイズでも計算しやすい二次展開を示している。その結果、グローバルエントロピーの極限値は8ビットから約7.99991479609ビットに下がり、ローカルエントロピーのブロックサイズと参照平均も変わるため、無調整の検定は理想的な暗号文を誤って棄却するおそれがあると述べ、形式固有の参照値の利用を推奨している。
説明整除性による暗号解析用識別器の相互接続
要約本論文は、積分識別器において出力成分の1の個数が2の高次べき乗で割り切れる性質を利用し、線形、積分、差分線形、制限差分和などの手法を整除性の保証付きで相互に変換する方法を示す。MILP/SAT モデルとWalsh係数、黒箱探索アルゴリズムを用いてこの性質を自動的に発見・証明し、SIMON、PRESENT、SPECK、GIFT、Ascon などの暗号で既存の整除性の上界を改善している。
注目点可整除性により線形・積分・差分線形区分器を統一し、MILP/SATで複数暗号の境界を大幅改善しており、根拠は充実している。
説明DarKnight：ダークウェブのCAPTCHAを突破する検索誘導型エージェントフレームワーク
要約本論文は、サイバー脅威インテリジェンス（CTI）の調査者がダークウェブ市場で遭遇するCAPTCHAを解くためのフレームワーク「DarKnight」を提案しています。単一のワークステーションGPU上でローカルに動作する小規模なオープンウェイトVLMを用い、類似画像の過去の成功・失敗事例を検索して画像ごとの前処理を組み立て、サイトの合否結果から学習します。四つの実在する市場での事例研究では、最も防御の厳しい市場で83.2%に達し、基礎モデルを37.2ポイント上回り、Claude Opus 5（44%）も上回りました。
説明転移可能なネットワーク侵入検知のための適応型・近接型フェデレーテッド最適化
要約本論文は、フェデレーテッド学習で用いる最適化手法が、学習時に含まれなかった攻撃クラスへの検知モデルの転移能力にどう影響するかを調べています。CIC-IDS 2017データセットと11クライアントの設定で、FedAdam及びFedProxに着想を得た二つの最適化手法をFedAvgの基準と比較し、ブートストラップとSMOTEという二つのデータ平衡手法も検討しています。転移後の精度が70%を超えるクライアントの組の数を主指標とすると、強い正則化を持つ近接型手法は48組、FedAvgは42組、適応型手法は46組となりました。SMOTEは組ごとの精度を高める一方で対象範囲を狭めることも示され、最適化手法の選択が重要であるとしています。
説明正則シンドローム復号問題の代数的手法におけるXLアルゴリズムの改良応用
要約本論文は、符号ベース暗号の基礎となる正則シンドローム復号問題（RSDP）を、代数的手法で解く方法を扱っています。既存の技術を組み合わせて拡張し、任意の求解次数dを用いるアルゴリズムを構成し、XFL系とWXL系の2つの変種を検討しています。複雑度解析の結果、ブロックサイズが小さい場合には、次数d>2を用いるWXL系の変種が特に効率的だと示されています。
説明RedDarwin：最先端LLMに対するジェイルブレイク技能の進化手法
要約本論文は、ジェイルブレイク攻撃の進化単位を、プロンプトから実行可能な攻撃技能へと移すエージェント型フレームワーク RedDarwin を提案している。47 個の再利用可能な基本技能を出発点に、対象モデルのフィードバックをもとに技能を改変・組み合わせ・実行・選択する。原文によれば、AdvBench 上で基本攻撃の平均攻撃成功率は 18.8% から 47.3% に向上し、進化過程で見ていないモデルにも高い成功率を示したという。
注目点脱獄攻撃の進化単位をプロンプトから実行可能な攻撃スキルへ移し、目標モデルの反馈で自律的に組み合わせる点は新規性が高い。AdvBenchや未知の最先端モデルで検証し、安全評価への影響も大きい。
説明フローベース侵入検知への毒入れ攻撃の分析と緩和
要約本論文は、AIベースの侵入検知システムが大規模な学習データに依存するため、ステルス型の毒入れ攻撃に脆弱であることを指摘しています。学習データのわずか0.001%を汚染するだけで、フローベース検知モデルに潜在的なバックドアを埋め込めることを示し、正常入力での性能はほぼ維持されると報告しています。著者らは、制約付き摂動分析でトリガーに関連する特徴を特定し、蒸馏されたベースラインモデルとの比較で毒入れによる挙動のずれを検出する、診断優先の手法を提案しています。さらに、自動データ浄化やニューロンの剪定による対策も可能としています。
説明「No Way To Steal My Face」：アイデンティティを保持する個人化生成に対する能動的防御
要約本論文は、拡散モデルで個人の顔を再現する際に顔のプライバシーが漏えいする問題を扱い、汎用的かつモデル非依存の身元保護フレームワーク「IDGuardian」を提案しています。本手法は個人化処理を身元の抽出と身元の注入という二段階に分け、敵対的摂動によって両段階を同時に妨害します。著者らは、学習ベースと学習不要の両方式に有効で、後処理、適応型攻撃、データセット横断の状況にも頑健だと報告しています。
説明AWARE-RG：サイバーフィジカルシステムの回復性グラフに対する抽象化考慮型説明フレームワーク
要約本論文は、サイバーフィジカルシステム（CPS）の回復性経路を役割ごとの必要最小限の範囲で説明する、半自動かつ人間参加型のフレームワーク AWARE-RG を提案する。抽象構造は、ICS Cyber Kill Chain で順序付けられた MITRE ATT&CK for ICS の戦術に対して形式概念分析（Formal Concept Analysis）を適用して導出される。有効な攻撃・故障クエリについては、不足している依存関係を特定し、物理的危険が到達可能な理由を説明するとともに防御策を提示する。無効なクエリについては、経路が失敗する最初の抽象レベルを特定し、確認された阻止条件を強化の指針として報告する。
説明NVIDIA Blackwell GPU の体演算で Pollard rho 法を高速化する研究
要約本論文は、NVIDIA Blackwell GPU 上で体演算をハードウェアに合わせて作り直すことで、Pollard rho 法をどこまで高速化できるかを検証しています。ベンチマークは Certicom 課題 ECC2K-130 です。高速化はアルゴリズムの変更によるものではなく、パック化した正規基底表示、PTX の無キャリー乗算命令 clmad、三入力論理命令、そして測定に基づくバッチサイズや内存配置の調整によって得られたと説明しています。著者らは、2010 年の公開 GPU 実装に対して 1 枚あたり約 230 倍になり、課題全体は 5 GPU 年未満で完了すると報告しています。ただし、本研究が汎用群の下界を改善するものではないとも明記しています。
注目点算法自体は変えず、GPU上の体演算とclmad命令で実装を再構成し、測定に基づく大幅な高速化を示している。
説明プライベートTransformer推論における比較可能性・規模・帰属の分析（グラフベース）
要約本論文は、62のプライベートTransformer推論（PTI）システムを対象に、システムの属性をノードの特徴量、評価の互換性をエッジとする経験的グラフを構築して整理している。分析の結果、多くのシステムで暗号技術の進歩が性能向上の主因だが、モデルの忠実度、ハードウェア、コスト計算などの要因と常に同時に現れることが示された。1,891組の候補ペアのうち、共通の前提のもとで直接比較できたのは1組のみであった。また、私的推論の規模の上限は130億パラメータで頭打ちになっていると指摘し、現行のPTI技術を実運用規模のTransformerに適用する際のコストも試算している。
説明自律型ドローンのオートパイロット論理欠陥を自動発見する研究（Mission (Im)Possible）
要約本論文は、オープンソースのドローン自動操縦ソフトウェアに潜み、発見が難しい論理欠陥を対象とします。静的解析、動的実行、ログ解析を組み合わせたマルチエージェントシステム IMF（Impossible Mission Finder）により、欠陥の仮説立案、テスト、検証を自動で行う手法を提案しています。PX4 と Ardupilot での評価では、ミッション中断や無効な動作、制限空域への進入などを引き起こしうる未知の論理欠陥が 105 件見つかったと報告されています。
注目点マルチエージェントによる自動論理欠陥発見手法を提案し、PX4とArdupilotで105件の未知の欠陥を発見。ただし検証の詳細は要約では限定的。
説明署名したものは実行するものではない：量子化LLMサプライチェーンにおける検証可能性のギャップ
要約本論文は、モデル署名が公開された全精度重みのみを認証する一方、利用者が実行する量子化ファイルは現行の開示情報では生成過程が一意に定まらないと指摘します。人気の高い GGUF リポジトリ 198 件を調査した結果、ビルド環境を記録したものは一つもなく、第三者が bit 単位で再導出できた割合は 0/198 でした。カードに記載されていない二つの構築パラメータを補うと、x86 上で目標量子化ファイルの 7/8 を bit 単位で再現できたと報告しています。
注目点独立検証可能率(IVR)という新指標を提案し、再現を妨げる隠れた要素を特定。新規性が高く、実験による裏付けも十分。
説明DPF-SGD：最適性を厳密に保証し、ビザンチン耐性を持つ差分プライバシー付き連合SGD
要約本論文は、分散データ上で連合学習を行う際にモデル更新の交換によって生じるプライバシーリスクを抑えるため、DPF-SGDというアルゴリズムを提案しています。私的なステップサイズと差分プライバシーのノイズ減衰スケジュールを組み合わせて勾配更新を調整し、さらにプライバシーを保護したまま拜占庭エージェントの寄与を抑える比較淘汰フィルタ（PPCE）を設けています。ϵ-差分プライバシーの下で、ノイズや敵対的振る舞いが続いても大域的最適解へほぼ確実に収束することを示し、合成データとMNISTでは差分プライバシーの基準手法と比べ最終的な最適化誤差を1〜2桁低減したと報告しています。
説明MMA-SafetyBench：マルチモーダルエージェントの安全性評価ベンチマーク
要約本論文は、マルチモーダルエージェントが偽造されたインターフェース要素によって認可されたタスクから逸脱させられるリスク（視覚的意味ハイジャック）を研究しています。著者らは軌跡に基づく手法で再現可能な視覚ペイロードを観測ストリームに挿入し、五つの領域にまたがる1,083件の敵対的軌跡からなるMMA-SafetyBenchを構築しました。評価した九つのモデルでは、攻撃成功率が最大87.96%、意味的妥協率が最大98.09%に達しました。安全優先のプロンプトは攻撃成功率を下げるものの、この失敗モードを排除するには至りませんでした。
説明クラウド環境のクリプトジャッキング検出における機械学習の実証評価：前処理と評価手法の影響
要約本論文は、クラウド環境におけるクリプトジャッキング（暗号資産の不正採掘）検出に使われる六つの代表的な古典的機械学習モデルを、異なる前処理と評価条件のもとで比較した実証研究である。公開されたクラウド向けのデータセットが存在しないため、公開の代替データセットDS2OSとNSL-KDDを用いて実験を行った。前処理や評価手法によって性能が大きく変わることが示され、NSL-KDDの未知の攻撃種別を含む公式テストセットでは精度が77〜80％、ランダム分割では99.5％を超えた。
説明マルコフ連鎖の差分プライベート学習：項目レベルとユーザーレベルのプライバシーにおける近似最適なサンプル複雑性
要約本論文は、差分プライバシーの制約の下で、N 本の長さ T の独立した軌跡から離散エルゴード的マルコフ連鎖の遷移行列を推定する問題を扱います。誤差は行ごとの最大 ℓ1 ノルムで測ります。結果は状態数、最小定常確率、擬スペクトルギャップに依存します。項目レベルのプライバシーでは、サンプリング、状態の占有と混合、プライバシーのコストを分けた上界と下界を与えます。ユーザーレベルのプライバシーでは、十分長い軌跡について、私的な積分布推定へと帰着させ、対応する最適な境界を示します。
説明AutoPoly-HE：暗号化推論のための多項式活性化関数の自動設計
要約本論文は、準同型暗号（HE）下でのプライバシー保護推論に用いる多項式活性化関数を、データセットとモデルごとに自動選択するフレームワークを提案しています。ResNet と Vision Transformer を複数のデータセットで評価し、多項式近似の下でも Transformer 系モデルは高い精度を保ち、CNN 系モデルはタスクが複雑になるほど精度低下が大きいことを示しています。また、CLS トークンを用いる推論パイプラインにより、深さに依存する演算を減らし計算コストを抑えられることを報告しています。
説明TEEベース暗号化データベースのスナップショットが年輪解析により平文ヒストグラムを漏えいする問題
要約これは暗号解読・攻撃に関するIACR ePrintの論文で、タイトルは「Snapshots of TEE-Based Encrypted Databases Leak Plaintext Histograms via Dendrochronology」です。信頼された実行環境（TEE）を用いる暗号化データベースのスナップショットが、年輪解析（dendrochronology）に似た手法で平文のヒストグラムを漏えいしうることを扱っています。現在は公開禁止期間中で、2026年10月末に公開される予定です。
説明LLMは本当に質問に答えたのか？脱獄評価のための意味再構成ゲーム
要約大規模言語モデル（LLM）への脱獄攻撃は攻撃成功率（ASR）で評価されるが、その値は判定に使うLLMに大きく左右され、判定モデルを変えるだけで報告値が最大82ポイント変わりうると論文は指摘している。著者らは学習を必要としない評価手法「意味再構成ゲーム」を提案し、応答内容から実際に答えた依頼を再構成させ、類似の囮の依頼と比較して、いずれも一致しない場合は判定を保留できるようにした。三つの既製LLM判定器で、人手ラベルとの平均誤差が評価対象の中で最も小さく、報告される成功率のばらつきも減った。一方で誤検出の回避を優先するため、成功した脱獄を一部見逃す可能性がある。
説明秘密のコードを明らかにする：カナリアを使ったSFTにおけるマスクされた文脈が記憶を左右する仕組みの検証
要約カナリアとは既知の秘密を含む合成学習データのことで、言語モデルが学習データの情報を漏らすかを調べるために広く使われています。本研究は制御された微調整実験により、秘密が学習入力にどう与えられるかがモデルの学習内容を大きく変えること、また反復回数だけでは記憶を特徴づけられないことを示しました。カナリアの出現タイミングや同時に現れる他のカナリアを変えるだけでも、測定される記憶量は大きく変わるため、監査結論はこれらの条件で検証する必要があります。
説明TrackShield：高性能リアルタイム多物体追跡に対する可用性攻撃への効率的なランタイム防御
要約本論文は、SlowTrack などの可用性攻撃によって多物体追跡器の持続的な状態が膨らむ問題に対し、軽量なランタイム資源管理層 TrackShield を提案します。異常監視、段階的な新規トラック生成の上限設定、若いトラックや対応の弱いトラックの刈り込み、関連付け入力のアドミッション制御を組み合わせています。Jetson AGX Orin 上では、攻撃時の追跡段階の遅延が 139.90 ms から 6.27 ms に、パイプライン全体の P99 遅延が 190.9 ms から 48.8 ms に低減され、正常時の MOTA の低下は 1.06 ポイントです。
説明プライベート Transformer 推論における比較可能性・規模・要因帰属のグラフ分析
要約本論文は、62 件のプライベート Transformer 推論（PTI）システムを、システムの属性をノード、評価条件の互換性をエッジとする実証グラフとして整理している。ノード、エッジ、グラフの三段階で分析し、暗号技術の進歩は多くのシステムで性能向上につながるが、モデルの忠実度やハードウェア、コスト計算などの要因と常に同時に現れることを示す。1,891 組の候補のうち、共通の前提のもとで直接比較できるのは 1 組のみである。また、この分野の規模の上限は 130 億パラメータで頭打ちになっているとされる。
説明悪意の判定を超えて：エージェントスキルの攻撃面を静的・実行時に分析
要約本論文は、Markdown 形式のエージェントスキルを対象に、インストール時に付与される権限の範囲を測定しています。静的解析、依存関係の出所確認、サンドボックスでの実行トレースを組み合わせ、2つのマーケットプレイスの 6,309 件を分析しました。約半数がシェル実行能力の証拠を持ち、7 割強が少なくとも 1 つの高リスク能力を持つことが分かりました。著者は、悪意検知を補うものとして能力ベースの攻撃面分析が必要だと主張しています。
注目点エージェントスキルの能力志向の攻撃面プロファイリング手法を提案し、静的解析とサンドボックス実行で6309件を大規模に測定、宣言と実際の能力の乖離を示した。
説明AgentCIScope：LLMエージェントの文脈的完全性を評価する基準
要約本論文は、LLMエージェントが文脈的完全性（情報の流れが場面ごとの開示制約に従うか）を保てるかを評価する統合プラットフォーム兼ベンチマーク「AgentCIScope」を提案しています。公開データと合成データのプライバシー事例を、多様な実アプリ環境で実行可能な多段階タスクに変換し、開示制約はプライバシーポリシー、ペルソナ（人物像）への合意、定義済みの機微属性分類に基づいています。12のエージェントを936タスクで評価した結果、タスク遂行能力が高くても完全性が保たれるとは限らず、単発実行時の漏えい率は32.5%から94.4%でした。
説明耐量子暗号と量子鍵配送の組み合わせ：分類、構成、証明、標準、展開、未解決課題
要約この論文は、耐量子暗号（PQC）と量子鍵配送（QKD）を組み合わせ、どちらか一方が安全であればセッション鍵が安全に保たれる設計を扱う総説です。従来型と耐量子暗号を併用する配備済みの鍵交換を基準とし、ハイブリッド設計を八つの観点で分類して既存プロトコルと標準を比較します。さらに、セキュリティ論証、展開の実績、標準と政策を整理し、認証や形式検証などの未解決課題を挙げています。
説明CyberArena：ライブの対称型攻防対戦でAIエージェントを評価するベンチマーク
要約本論文はCyberArenaを提案します。これは、2つのエージェントが隔離されたサンドボックス内で同じルールの下、攻撃側と防御側を同時に務めて変化し続けるサービスを争う動的な対称型対抗ベンチマークです。新しい環境を自動で生成・検証するパイプラインと、対戦の経過を攻撃・防御・領域別能力の多次元スコアに換算する動力学モデルも含まれます。12の最先端LLMエージェントを、40の課題と466試合で評価しています。
注目点動的な対称攻防対戦ベンチマークと統一評価モデルを提案し、12のエージェント・466試合で検証しており、新規性と証拠は比較的強く、影響は分野の一部に及ぶ。
説明AegisAsync：Python非同期プログラムのリスクを対象とした記号的非同期イベントシミュレーション解析
要約本論文は、CPython 3.10から3.14に対応するPython非同期プログラムのリスク解析手法AegisAsyncを提案します。バイトコードに基づき、非同期イベント遷移グラフと有界なパス単位のシミュレーションで、イベントの順序、オブジェクトの状態、awaitでの中断時のキャンセルを追跡します。6つの検出プラグインが、根拠となる証拠付きの候補を生成します。作者らが作成した180件のラベル付きリスクのベンチマークでは、全件を検出し、各バージョンで誤検知はゼロでした。PyPIパッケージの実地調査では、候補の一部が確認され、作者らは報告した複数のバグのうち16件が修正されたとしています。
注目点バイトコードに基づく非同期イベント遷移グラフと取消点を含む記号シミュレーションは新規性が高い。ベンチマークとPyPI大規模評価で検証され、実際の脆弱性報告と修正もある。
説明EFI対と1PRSの等価性：量子暗号の最小仮定を示す研究
要約本論文は、EFI対（効率的に区別できない量子状態の対）が拡張型の単一コピー擬似乱数状態生成器（1PRS）と同値であることを証明している。Cavalarらの先行研究は非一様な構成に依拠していたが、本論文はその非一様性を取り除いた。その結果、EFI対に対する初の一様なメタ計算量的特徴づけが得られた。Batra と Jain が示した、統計的に検証可能な単向性状態生成器とコミットメントの同値性と併せ、古典的な単向性関数・コミットメント・擬似乱数生成器の同値関係に対応する量子版の結論となっている。
注目点Cavalar らの構成から非一様性を取り除き、EFI ペアと拡張型 1PRS の等価性を示し、初の一様な元計算量的特徴付けを与えた点が重要である。
説明バイトからの脅威へ：マルウェア検知のためのバイト列 Transformer
要約本論文は、実行ファイルの生バイトを直接扱うTransformerベースのバイト単位マルウェア検知フレームワーク「MalwareFormer」を提案しています。ドメイン知識や特徴抽出は不要とされています。原文によると、正解率98.35%、バランス精度98.32%、マクロF1 98.32%、誤検知率1.94%を報告し、両ベースラインを上回ったとしています。
説明動的な攻撃面：分岐過程のキューによるモデル
要約本論文は、脆弱性の発見と資源制約下のパッチ適用を、各脆弱性を狙う攻撃者数の変化と結び付ける「分岐過程のキュー」で動的な攻撃面を表現する。主要なリスク指標は、パッチ適用までに脆弱性が受ける累積のエクスプロイト回数である。著者らは2種類の攻撃者活動モデルで期待累積回数を導出し、生滅移民（BDI）モデルでは攻撃者の増加率が発見率と有効パッチ率の両方を下回るときにのみ有限になるという相転移を示す。
注目点分岐過程の待ち行列モデルで動的攻撃面を捉え、BDIとRDモデル下の期待累積悪用回数を導出し相転移を示す点に新規性がある。
説明ARACDE：外部認可エンジンでデータベースに属性ベースアクセス制御（ABAC）を後付けする研究
要約本論文は、リレーショナルデータベースの認可ロジックをコアのデータ管理エンジンから分離し、コードベースへの変更を最小限に抑えながら高度なアクセス制御ポリシーを指定できる手法を提案しています。著者らはこの分離型アーキテクチャをARCADEと名付け、アクセス要求の判定を形式的に検証可能なポリシーエンジン（例：Cedar）に委ね、データベース側がその判定を適用する方式を取っています。MySQLとPostgreSQLでの実験では性能への影響は小さく、業界標準のTPC-Cベンチマークにおけるスループット低下はMySQLで3.9%未満、PostgreSQLで1.3%とされています。
説明『Nudge the Judge』：実在する Jev アプリにおけるプログラム判断の乗っ取り問題を明らかにする
要約本論文は、Jev のような System One モデルが開かれた意味的文脈を構造化された判断に変換し、プログラムの実行を直接左右する点に着目しています。そのうえで、スキーマに適合した判断を通じて攻撃者がプログラムの決定を乗っ取り得る「Jev プログラム決定乗っ取り（JPDH）」のリスクを提起し、その評価フレームワーク JevProbe と、ベンチマークデータセット JevProbeBench を提案しています。228 の実在アプリ・2,273 件のテストで、81.5% に決定の反転が見られ、そのうち 98.6% が下流の安全上の影響につながる可能性があると報告しています。
注目点新たなプログラム決定ハイジャック問題を提起し自動評価フレームワークを構築、228の実アプリ・2273ケースで81.5%に決定反転を確認し影響は広い。
説明DPOison-VL：視覚言語モデルの直接選好最適化に対するクリーン選好ポイズニング攻撃
要約本論文は、視覚言語モデルの直接選好最適化（VLM-DPO）を狙った初のクリーン選好ポイズニング攻撃「DPOison-VL」を提案しています。訓練画像の一部に人間には知覚しにくい摂動を加えるだけで、プロンプト、応答、選好ラベルの意味は変えません。実験では、投毒データが2%の場合に攻撃成功率が最大98%に達し、モデル間で転移することが示されました。一方で、クリーンな精度や汎用的な性能は概ね保たれ、この訓練手法の脆弱性が明らかになりました。
注目点視覚言語DPOに対する初のクリーン選好ポイズニング攻撃を提案し、2%の汚染データで多モデルにおいて高い攻撃成功率を示している。
説明防御用AIモデルの学習・評価のための自律型サイバー作戦ジム
要約本論文は、高精度なネットワークエミュレーション、良性およびadversarial（敵対的）プロファイルのトラフィックに対するユーザー行動モデリング、オープンツールキットによるサイバーセキュリティシナリオの生成を統合した「ACO gym」という枠組みを提案している。パケットおよびフロー単位でのライブ・遅延特徴抽出に対応し、DNNベースの侵入検知システムを学習させるためのラベル付き合成データセットの作成と、自律防御エージェントのモジュールの開発・評価を支援する。gym内でのDNN分類器の評価では、同一ドメイン内では高い性能を示し、敵対的フローでほぼ完璧な再現率を達成した。一方で、トラフィックプロトコル分布の変化といったごくわずかなネットワーク構成の変化でも、モデルの転移性と検知性能が大きく崩れることが実験で示された。
説明適応的敵対者の下での身体性・エージェントAIに対する統計的保証の限界
要約本論文は、有限回の安全性評価では、認証まで無攻撃時と同じ振る舞いを保ち、認証後に攻撃を起動する敵対者を排除できないことを示します。認証後の事象の期待数を定式化し、ロボット協調およびツール利用の実験で検証しています。さらに、認証の永続的取り消しを前提に、累積超過違反を抑える混合尤度比モニターを提案しています。
注目点認証後に攻撃を発動する敵対者が線形の期待超過事件を得ることを示し、混合尤度比監視器による上界も与える点が新しい。
説明X.js：Node.js におけるテイント型脆弱性のライブベンチマーク
要約本論文は、コードインジェクション、コマンドインジェクション、プロトタイプ汚染、パストラバーサルを対象に、Node.js のテイント型脆弱性を継続的に更新するベンチマーク X.js を提案している。2026 年中頃までに収集された 1,738 件のアドバイザリ（主に GitHub Advisory Database 由来）が基になっており、各脆弱性にはソースとシンクの位置、検証済みの実行可能なエクスプロイトとその実行トレース、利用可能な場合は修正版パッケージが紐づけられている。現行版には 965 パッケージに対する 1,159 件の検証済みエクスプロイトが含まれる。脆弱な中央値のパッケージ規模は、2021〜2022 年の約 250 行から 2026 年には 6,100 行へと拡大し、大規模パッケージで報告される傾向が強まっていることが示されている。
説明大規模言語モデルのルーティングにおける品質の再考：安全性を条件としたモデルと予算の選択
要約本論文はSCRouterを提案し、大規模言語モデルへのクエリごとに呼び出すモデルと出力トークン予算を選択します。一般的な質問では正確で有用な回答、安全性に敏感な質問では有害な要求の拒否や悪意ある指示への耐性を重視し、両者の重みを調整したうえでコストと合わせて選択します。また、9つの安全性次元にまたがる38,869件のクエリを12モデル×12予算の144通りで評価したSCRouterBenchと、2,753件の領域外クエリを構築しました。原文によれば、SCRouterは領域内で13〜29ポイント、領域外で19〜23ポイント基準手法を上回ったと報告されています。
説明プロンプトセグメンテーションとROI暗号化の融合：拡散分離に基づく細粒度な動画保護
要約本論文は、H.265/HEVC動画における関心領域（ROI）の選択的暗号化を対象に、プロンプトセグメンテーションで誘導される符号化ユニット単位のROI暗号化アルゴリズムを提案しています。画素単位のROIマスクを重なりの閾値に基づき符号化ユニットへ対応付け、境界のユニットを8×8粒度に細分化します。また、空間と時間の二重の拡散分離戦略により、暗号化による歪みの広がりを抑えます。原文の実験結果では、不規則なROI境界により適合した暗号化領域が得られ、歪みをROI内に限定できるとされています。
説明適応型ガウス混合モデルによる物理層の異常検知
要約本論文は、チャネル状態情報（CSI）を改ざんして無線測位を妨害する物理層スプーフィング攻撃に対し、適応型ガウス混合モデル（GMM）に基づく検知フレームワークを提案する。正当なCSIパターンを学習し、統計的異常検知によって空間的な不整合を検出する。64素子の均一線形アレイと5mmの空間分解能を持つ大規模MIMO実験データセットで評価し、変位150mmを超える場合に95〜98%の検知率、1%の誤警報率を示した。従来のGMM、LOF、one-class SVM、k-NNと比較も行っている。
説明コンピュータ操作エージェントの安全な自律性に向けて
要約本論文は、LLMエージェントの既存の安全対策（アライメント学習や安全分類器）では、巧妙な間接プロンプトインジェクション攻撃を防ぎきれないと指摘しています。著者らは、アクセシビリティツリーから保守的な決定論的ルールを導出して信頼領域を定め、信頼できる内容と信頼できない内容を分離するSA-CUAという二重LLMフレームワークを提案しています。実験では、CaMeL-CUAより高い有用性を保ちつつ、攻撃成功率をゼロに抑えたとされています。
