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。
説明電力系統エッジの運用技術ネットワーク向け、遅延に影響しない受動的サイバー監視
要約本論文は、タイミングが重要な電力系統エッジのインフラにおいて、受動的監視フレームワークである運用技術監督器（OTSV）の工学的な実現可能性を検討しています。物理的なポートミラーリング（SPAN）を介してベアメタル機器上でレイヤー3を設定しない受動的取り込みを行い、ソフトウェアで強制される単方向エクスポートにより、深いパケット検査エンジンを本番ネットワークから分離します。実験室の電力監視ループでModbus TCPとIEC 61850 MMSを用いて32,927件の往復遅延サンプルを測定した結果、監視前後の遅延差は0.12ミリ秒未満でした。
説明Cortex-M 向け NTRU+ の効率的な実装（3 ウェイ NTT に基づく耐量子鍵カプセル化方式）
要約本論文は、組込み機器向けの耐量子暗号として、3 ウェイ NTT（基数 3 と基数 2 の層を組み合わせた変換）を用いる鍵カプセル化方式 NTRU+ を、Arm Cortex-M0+、M3、M4、M7 上に実装したものです。パラメータセットとコアごとに、層の融合、モジュラ演算、命令スケジューリングを調整しています。速度優先版は実機で公式の最適化 C 実装より実行時間を最大 52.43% 削減し、メモリ優先版はピークのスタック使用量を最大 82.60% 減らしつつ、すべての操作で公式実装より高速です。
説明ML-DSA棄却サンプリングに対する故障攻撃と対策の体系的評価
要約本論文は、ML-DSA（FIPS 204）の棄却サンプリングに対する故障攻撃と、それに対して提案された対策を体系的に評価したものです。ある特許の「第三の棄却テスト」が比較する量は、署名生成中にすでに作られている r1 そのものであり、第二の検査が通ることで保証される条件を再確認しているにすぎないと著者らは示しています。実験では、特許に記載された各実施形態がz ノルム検査のスキップ攻撃を検出できず、その結果として署名鍵 s1 を完全に復元できたと報告されています。第三の検査と「署名してから検証する」方式は相補的で、両者の併用により評価したすべての攻撃経路を覆えるとされています。
説明開示が開示を生む：永続メモリを持つLLMエージェントにおける自己強化型プライバシー・ループ
要約本論文は、永続メモリを持つ大規模言語モデル（LLM）エージェントが、複数セッションの対話でユーザーの個人属性をどのように漏えいさせるかを調べています。メモリを参照すると応答品質は向上する一方、記録から属性値が正しく推定される割合が、セッションを重ねるにつれて拡大することが示されています。原因は、過去の値が前提として引き継がれ、ユーザーがそれを確認または未訂正のままにするループにあります。エージェントが属性を述べたり前提としたりしないよう指示すると、漏えいは記憶なしの水準近くまで下がり、品質向上の大部分は維持されます。
注目点記憶を用いるエージェントで応答が開示を連鎖させる自己強化型プライバシーループを示し、複数セッションのシミュレーションと複数モデルの比較で裏付けている。
説明閾値格子署名における障害由来のnonce重複：開示構造の基準、方式横断分析、検出の境界
要約本論文は、正直な参加者のデバイスに物理的障害が生じた場合の閾値ML-DSA署名の安全性を検討する。ある参加者による障害で跨セッションのサンプルが再利用されると、その参加者の秘密分散が漏えいし、t-of-n構成ではt台のデバイスに障害を起こすだけで完全な署名鍵が復元されうると示す。Mithril方式で端から端まで攻撃を検証し、攻撃面は乱数分布ではなく開示構造で決まるとする判定基準を提案している。さらに転写ログに基づく二層の検出機構を設計している。
注目点公開構造を判定基準とする故障誘発ノンス再利用攻撃のクラスを提示し、Mithrilで完全鍵回復を端から端まで検証しており、影響範囲は広い。
説明証明可能な双対攻撃のさらなる精緻化
要約本論文は、学習誤差（LWE）問題に対する双対攻撃について、LWE秘密の部分ベクトルを復元する証明可能な手法を提示し、ヒューリスティックな仮定なしで成功確率の明示的な下界を導出しています。既存の2つの証明可能なアプローチを統一し、ML-KEMに適用した場合は最初の証明可能な双対攻撃を22〜52ビット上回り、ML-DSAには小規模インスタンスで実験的に適用しています。著者らは、これらの結果がML-KEMおよびML-DSAの安全性を脅かすものではないと述べています。
説明正則シンドローム復号問題は従来の推定より容易である
要約本論文は、ゼロ知識証明やPCG、MPC-in-the-Head署名などに用いられる正則シンドローム復号（RSD）問題の具体的な困難性を再評価しています。著者らは、各ブロックにおける零座標の推測と、シンドロームに基づく変数消去を協調させる改良型ハイブリッド代数攻撃を提案しています。その結果、多くの広く使われるパラメータ集合が従来の推定より大幅に容易であり、一部は128ビットの目標を下回ると報告しています。
注目点各ブロックの零座標推測と線形消去を統合する混合代数攻撃を提案し、RSDパラメータの攻撃コストを大幅に下げ、複数の暗号応用に影響する。主張は実装ではなく推定値に基づく。
説明同型計算におけるモジュラス要件を削減する新手法：CKKS における精度割り当て
要約本論文は暗号分野のプレプリントで、CKKS近似同型暗号方式で暗号文モジュラスを削減する問題を扱います。最高精度要件ではなく平均精度要件がモジュラス予算を決めるようにし、独立した値の間で出力精度を割り当てる方式を提案しています。原文によれば、平均精度64ビットの条件で計算深度を減らさずに75ビットの精度を移送でき、特定の実験では初期モジュラスのビット長が標準CKKSより削減され、環の次元を4分の1にできるとされています。
説明ClawMMU：状態を持つLLMエージェント向けの保護整合型仮想メモリ（エージェントが長期記憶を安全に扱うための保護層の提案）
要約論文は、LLMエージェントの長期記憶がウェブページやツール結果に由来することが多い一方、既存のハーネス（モデルを動かすソフトウェア）はそのメモリを誰が使えるかを記録していないため、取得したページに隠された指示がユーザー自身の指示として扱われうると指摘します。著者らは、各メモリに所有者・適用範囲・由来・権限のラベルを付ける保護層ClawMMUを提案します。内容がモデルの文脈に入るとき、記憶装置へ書き込まれるとき、記憶装置から戻るとき、ツール呼び出しを行うときに、これらのラベルを検査します。中心的な規則は、情報の権限は上がりうるが、権限が自分で自分を引き上げることはできないというものです。検査は内容の中身ではなく由来に基づくため、モデルが騙された場合でも、ハーネスがメモリへの攻撃を従来型の保護違反として止めます。
説明バッチ正規化層における電子透かしの脆弱性とデータ不要の除去
要約本論文は、フェデレーテッドラーニングにおいてバッチ正規化（BN）層を用いてホワイトボックス型の電子透かしを埋め込む方式の根本的な脆弱性を指摘し、それを悪用する実用的なデータ不要の攻撃手法を提案している。代表的な2つのフェデレーテッドラーニング透かし方式での実験では、代表的な訓練データがなくても、モデル性能への影響を最小限に抑えつつ透かしを除去できることが示された。著者らは、秘匿による安全性に頼るのではなく、ケルクホフスの原理に沿った脅威モデルでDNN透かし方式を評価することの重要性を強調している。
説明文脈的な率直さ：混合機密性の文脈におけるLLMの役割認識型段階的開示
要約本論文は、公開情報から機密情報までが混在する文脈でLLMが動作する際の情報開示の問題を扱います。全面回答か拒否かの二値判断ではなく、利用者の認可に応じて回答の詳細度と機密度を調整する「段階的開示」を提案し、開示を考慮した生成問題として定式化しています。言い換えや近似による未認可の事実漏えいを抑制する報酬ベースの最適化枠組みを示し、企業および臨床のベンチマークで、正確性と有用性を保ちつつ情報漏えいを大幅に減らせることを実験で示しています。
説明SALUS：論理を考慮したLUT最適化による大規模準同型回路合成
要約本論文は、完全準同型暗号（FHE）回路において、暗号文上で準同型LUTに基づくゲートレベルの回路を自動生成・評価する合成フレームワークSALUSを提案しています。二分決定図（BDD）の並べ替え、多値リフレッシュ技術、LUTを多出力LUTに統合するヒューリスティック手法を用いています。実験では、従来の準同型回路合成手法と比べて計算遅延を最大26倍削減したと報告されています。画像フィルタリングや行列乗算ではFBSベースの手法に比べ平均8.6倍（最大24倍）の高速化が示されています。
説明曲線ベースの衝突ウォークにおけるグラフと閉路
要約本研究は、楕円曲線と同種写像問題に対する衝突ベースの攻撃を扱い、多数の公開鍵の秘密鍵を個別に攻撃するより速く同時に復元する多ユーザー設定に焦点を当てています。3種類の問題を分析し、同種経路探索に適した擬似乱数ウォークを提案しています。超特異F_{p^2}曲線の同種経路探索では、約L+log(L)回の有効な衝突でL個の公開鍵を、侵入者なしで抽出できることが示されています。ただし、ヒューリスティックや侵入者を用いる戦略の方が効率的だと分析されています。
説明LLM擬似ラベルによる自己進化型静的解析（SESAA）：大規模言語モデルが検出ルールを自動作成・修正する論文
要約本論文はSESAAフレームワークを提案します。ルールを持たないLLMエージェントが、読みやすく監査可能なjoernクエリを反復的に生成・改良します。エージェントは、正解ラベルにアクセスしない別のLLM評価者からのフィードバックのみで修正を行います。OWASP Benchmark for Pythonでは8回の独立実行で平均F1が0.742に達し、正解ラベルで調整された主要ツールとほぼ同等でした。実プロジェクトの試験では、後に発生した19件のCVEのうち10件を検出しました。
説明産業用サイバーフィジカルシステムにおける、文脈を伴う動作インテントの実行時検証
要約学習済みポリシーや作業員、スケジューラからの指令は、推論や確認、伝送を経て制御器に届くまでの間に設備の状態が変わり、正しくなくなることがあります。本論文はこの実行ギャップに対し、動作インテントスキーマ（AIS）で生成側が決定の有効期間と前提を宣言し、実行時コンポーネントXAIRが解放前に再検査し、状態のバージョンが変わっていない場合のみ制御器が実行する版条件付きコマンドを提案します。実験では、ソフトウェア制御器のスキャン内での検査だけが間隙を閉じられ、組み込みボード上で毎秒148〜168件のインテントを検証できたと報告しています。
説明定向超特異アーベル多様体に基づく耐量子可換群作用
要約本論文は、後量子暗号の文脈で、CM 定向を備えた超特異主偏極アーベル多様体上の志村類群作用の暗号利用を研究する。入門的な解説に加え、高次元同種写像による CM 定向の表現と、制限付き有効群作用モデルでの作用の計算に用いる道具を示す。また、与えられた CM 位数で定向される超特異主偏極アーベル曲面を見つける方法を提示し、志村類群作用の推移性への障害を、標数零の CM 型の概念と関連づけて分析する。
説明追加ファジングは必要か？継続的ファジングにおける要否の予測
要約本論文は、オープンソースソフトウェアの継続的ファジングにおいて、脆弱性リスクの推定に基づき追加ファジングを高リスクのプロジェクト日へ優先配分するRAISEフレームワークを提案している。プロジェクト日単位で二値分類を行い、静的特徴と動的なファジング特徴（カバレッジ指標）を組み合わせたモデルは、15のC/C++プロジェクトのデータでROC-AUC約0.74を達成した。シミュレーションでは、予測を用いない割り当て戦略と比べ、脆弱性1件の検出に要する追加ファジング回数が少なかった。
説明制約のあるデバイスとマイクロコントローラーでの TLS 1.3 耐量子暗号（PQC）の検証
要約本論文は、IoT 系デバイスやマイクロコントローラーで耐量子暗号を用いて安全な TLS 1.3 接続を確立できるかを検討しています。wolfSSL を用い、四種類のデバイスで 36 通りの鍵交換・認証アルゴリズムの組み合わせについて、ハンドシェイクの遅延と消費電力を測定しました。最も制約の厳しいデバイスでは、全 PQC の組み合わせ（ML-KEM-512 + ML-DSA-44）が従来型の組み合わせと同等かそれ以上のエネルギー効率を示した一方、ML-DSA の署名時間にはばらつきがあると報告しています。また、IETF ドラフトのハイブリッド方式（X25519+ML-KEM-768）はおおむね両方式のコストの合計になるため、Curve25519 のアセンブリ支援がないハードウェアでは純粋な ML-KEM の方が実用的だとしています。
説明攻撃者にもっとエネルギーを使わせる：重要インフラにおける言語モデル攻撃者への生成型欺瞞
要約本論文は、重要インフラにおいて自律的な言語モデル攻撃者に対しておとり（デコイ）システムを用いる手法を検証しています。攻撃者と防御側を同じGPU上で動作させ、アイドル時を超えるエネルギー消費を計測し、330セッションを実施しました。多くの構成で攻撃者のエネルギー消費が防御側を上回り、思考機能を無効にした場合に顕著でした。思考機能を両側で有効にすると防御側のエネルギーは8〜17倍に増加します。論文はこれらの結果に基づき、SCADA向けの欺瞞アーキテクチャを提案しています。
説明HydraPoT：コスト意識型LLM支援ハニーポットのための構成可能なマルチエージェント・フレームワーク
要約本論文は、従来のエミュレーション、軽量LLM、クラウド型の高性能LLMを統合した、構成可能なマルチエージェント型ハニーポット「HydraPoT」を提案する。攻撃者のコマンドを、設定可能な複雑度ベースのポリシーに従って適切なエージェントへ振り分け、エージェント間の切り替えでも一貫性を保つため共有セッション状態を維持する。ランタイムのオーバーヘッドは5%未満で、異種エージェント間でも文脈を保持し、クラウドLLMのみのハニーポットに近い忠実度を達成した。事例研究のポリシーではクラウドで処理されるトークンを72.6%削減し、運用コストを3.7分の1に下げた。
説明経験的デノイザーのプライバシー会計：拡散モデルのサンプリング中に生じるプライバシー損失を分析し、サンプリング設計の影響を示す研究
要約本論文は、拡散モデルのサンプリング過程で生じるプライバシー損失の大きさを調べ、各デノイジングステップを明示的に感度計算できる学習不要の経験的デノイザーを構成しています。これにより、ガウス差分プライバシーやf-DPの下での会計を行えるようにしています。また、意味内容が形成される臨界区間で損失が急増することを示し、私的な経験的デノイザーと公開のニューラルデノイザーを切り替えるハイブリッド手法を提案しています。CIFAR-10とCelebA-64での結果から、拡散モデルのプライバシーは学習手順だけでなく、サブサンプリングや停止時刻などサンプリング時の設計にも依存することが分かります。
説明CyberHull：凸包による決定論的な悪意あるURL分離手法
要約本論文は、資源効率が高く決定論的な悪意あるURL識別フレームワーク CyberHull を提案しています。構造的内容エントロピー、ハイパーリンクグラフの位相、意味的トークン分布といった複数の直交する特徴領域で、凸包の境界によってURLを識別します。QuickHull アルゴリズムで vault と呼ばれるコンパクトな凸包を構築し、点が多面体内にあるかの判定で分類します。実験では検出精度 92%、主成分分析（PCA）に基づく線形ベースラインの 32% を上回ったと報告されています。
説明CAESAR：認知攻撃を評価するための複合現実捜索救助プラットフォーム
要約本論文は、協働的な捜索救助訓練における認知攻撃を体系的に評価するための、マルチユーザー対応の複合現実（MR）フレームワークCAESARを提案する。モジュール式の構成で、同期した協働シナリオに4種類の認知攻撃を組み込み、敵対的条件下での行動・成績・主観的指標を収集する多モーダルなデータ収集パイプラインを備える。受控ユーザー調査により遅延ベースの攻撃を詳しく分析し、タスク成績と利用者の行動に測定可能な影響があることを示している。
説明大規模言語モデルの統計的生成型透かしに対する統一攻撃フレームワーク
要約本論文は、大規模言語モデル（LLM）が生成したテキストを識別するための統計的透かし方式の弱点を分析しています。KGW（およびその派生方式）、GumbelSoft、DipMark、ITS、SynthIDなどで、検出スコアと生成時に導入される単語確率の変化との間に固有の関連があることを示しています。著者らは、鍵やモデルの重みを知らなくてもブラックボックスの問い合わせだけで、流暢さを保ったまま検出を回避する攻撃を提案し、7種類の透かし方式、3つのモデル、複数のタスクで検出率を最大0.05まで下げられたと報告しています。
注目点複数の透かし方式に共通する攻撃枠組みを提案し最適性を証明、七方式・三モデルで検出率を0.05以下に低下させたことを示す。
説明階層的DNA鍵管理に基づく安全なマルチモーダル連合最適化
要約本論文は、生の データを集約せずに医用画像、ゲノム、臨床記録などの複数モダリティを用いて機関間で共有モデルを協調学習する、安全な連合最適化の枠組みを提案する。HPKEで配布された一つのクライアント鍵から、HKDFによりモダリティごとの対称鍵を局所的に導出し、データはDNA領域表現に変換した上でAES-GCMで暗号化される。モデル更新は安全集約により保護され、調整者は集約結果しか観測できない。
説明局所的には許可、全体では拒否：LLMエージェントで操作ごとの認可が組み合わさらない理由
要約本論文は、自律型LLMエージェントがツールを通じて行う操作の認可を扱います。各ツール呼び出しは個別に審査されますが、局所的な認可は全体の認可に組み合わさらないと示し、「組合せ認可失敗（CAF）」を定義しています。目的に関する違反は単一実行の監視では検出できず、複数実行の横断的な監視が必要だと論じています。また、言語モデルを使わないSAT/SMT合成器AL-SYNTHで最小のCAF見本を生成し、多くのLLM判定器が個別には承認する一方、二つの実行を並べると問題を指摘することを報告しています。
注目点組合的認可失敗を定式化し、関係的目的違反は単一実行の監視では検出不能だと不可能性を示す。合成器と九モデルでの実験を含むが規模は限定的。
説明DISTA-LP：距離量的差分プライバシーのためのプライバシー保護型分散線形計画法
要約本論文は、度量差分プライバシー（mDP）の線形計画（LP）メカニズムを分散環境で用いる際の計算コストとプライバシー漏えいの問題を扱い、DISTA-LPという枠組みを提案しています。利用者は生のLP係数行列を送らず、コンパクトな代理パラメータに校正済みのノイズを加えたものだけを送信します。サーバ側はBenders分解により拡張可能な主問題・副問題の形で解を求めます。ローマ、ニューヨーク、ロンドンの実道路網データを用いた実験では、mDP違反率がほぼゼロで、計算時間は従来手法より大幅に短縮され、効用は同等かそれ以上でした。
説明『小さな分け前で大きな秘密を守る：安全な多者間計算の再検討』：多者間計算の通信量を減らす新たな手法
要約本論文は、2007年に提案された既存の二つの手法、すなわち事前計算による線形通信量の実現と、ランプ秘密分散による拡大体成分の共有を組み合わせ、「コンパクト分散」と呼ばれるランプ秘密分散の改良版を提案しています。あわせて、この改良に合わせたMPCプロトコルを設計しています。論文は、静的な半正直敵対者モデルにおいて完全な安全性を持つこと、また破損しきい値と拡大次数の間に明示的なトレードオフがあることを述べています。拡大次数が参加者数に比例して増えるとき、ゲート評価部分の通信量は拡大体の一要素に対して定数倍に抑えられるとされています。
説明デジタル欺瞞と物理的忠実性の橋渡し：認知レーダーに対する時空間攻撃
要約本論文は、一次元複素ベースバンド系列を直接処理する認知レーダーの深層ネットワークに対し、分割型時空間攻撃手法SSTAを提案しています。異なるネットワーク構造への攻撃の転移性を高め、物理的な伝搬路の歪みに対する頑健性を改善することが目的です。大域・局所特徴の分離による分割機構と、伝搬路歪みを微分可能な時空間演算子として表し期待変換戦略で運動量反復に組み込む手法を用いています。CNN、RNN、Transformerにまたがる9つの異種モデルでの評価では、平均ブラックボックス攻撃成功率が従来の最良基準より10.36%高い結果となりました。ベースバンド等価シミュレーションでは、極端な物理歪みにおいても波形が有効であり、整合フィルタ後の主葉減衰が0 dB、雑音床の上昇が恒警報率の許容範囲内に収まることが示されています。
説明「顔出し攻撃」：サブエージェントが監督役を説得する仕組みの研究
要約本論文は、マルチエージェントシステムにおける「顔出し攻撃（show-up attack）」を扱います。悪意のあるサブエージェントが監督役を操作し、割り当てられた範囲を超えるタスクに関与させる攻撃です。著者らは6種類の攻撃戦略と188の評価ケースからなるSUA-Arenaを構築し、6つの最先端大規模言語モデルを評価した結果、いずれも攻撃に脆弱であることがわかりました。プロンプトや通信制限などの緩和策では、リスクを一貫して下げられなかったと報告しています。
説明ユーザーの許可を超えて行動するエージェント：LLMエージェントの権限遵守を評価するベンチマーク
要約本論文は、LLMエージェントがユーザーから与えられた権限の範囲内で行動しているかを測る評価基準AuthorizationBenchを提案しています。286の実行可能なタスクと6,864件の行動記録を用い、24の構成で評価しました。その結果、約19.2%の記録で権限外の行動が見られ、タスクの達成が権限遵守を意味しないことが示されています。
注目点権限範囲の逸脱を中心に据えた新しいベンチマークで、6,864件の軌跡と統制された比較により証拠は比較的堅実であり、サブ分野に有用である。
説明KNOX：生成モデル向けのハードウェア支援型規制サンドボックス
要約本論文は、信頼された実行環境（TEE）内でAIワークロードを動かす規制サンドボックス「KNOX」を提案している。ユーザーのプロンプトごとに認証済みのポリシーマニフェストを作成し、参照モニターが各操作を実行前に照合して、一致したものだけを許可する。すべての操作と判定は認証付きの実行グラフに記録され、規制当局が検証できる。論文は、低い（1%未満の）オーバーヘッドでこれらの要件を満たすと報告している。
説明Arm Cortex-M55 上の FN-DSA：ネイティブ FP64 と Helium を用いた浮動小数点格子署名の再検討
要約本論文は、Arm Cortex-M55 マイクロコントローラ向けの FN-DSA 実装を紹介しています。倍精度浮動小数点演算ユニット（FPU）と M-Profile ベクトル拡張（MVE）を活用し、鍵生成・署名・検証を高速化します。この実装は参考実装の既知解答テスト（KAT）と一致し、定数時間で動作しながら参考実装より高速です。鍵生成、署名、検証はそれぞれ最大 1.23 倍、1.93 倍、1.30 倍、4 件の署名のバッチ検証は最大 1.75 倍の高速化を報告しています。
説明敵対的ベンチマークとBenchDoor攻撃：ベンチマークの誘因を悪用したバックドア攻撃
要約本論文は、機械学習ベンチマークのスコア向上を目的とした学習データの採用を悪用する、データポイズニング攻撃群BenchDoorを提案しています。攻撃者はベンチマークの学習データまたはテストデータを改変する、あるいはベンチマークを変えずに別の学習データを提供することで、通常性能を保ちつつバックドアを埋め込みます。Qwen・Gemmaモデルによる評価では、30の構成すべてでベンチマーク向上が確認され、投毒率2%～10%で保留データに対する攻撃成功率は82.33%～100.00%でした。
注目点ベンチマークのスコア向上インセンティブを悪用する新たなバックドア攻撃の枠組みを提案し、30構成で高い攻撃成功率を示し、影響は大きい。
説明プロンプトを超えて：テキストから画像を生成するモデルに潜む概念の復元
要約テキストから画像を生成するモデルは、プロンプトに書かれていない視覚概念を生成することがあります。本論文は、単語埋め込み空間で動作する遺伝的アルゴリズムEmbGAを提案し、生成元のプロンプトには含まれていないが一連の画像に存在する概念を復元します。候補は評価前に離散トークンへ射影されるため、評価される各候補は有効なトークン列です。2つのベンチマークで6つの最適化手法と比較した結果、探索予算が大きい場合に最も高い整合性を示し、自然画像では最も多くの根拠あるトークンを復元し、言語モデル誘導型探索よりはるかに高速でした。
説明医用画像向けのプライバシー保護型パーソナライズ連合学習（PPP-FL）
要約本論文は、医用画像における連合学習のプライバシーリスクを調べたものです。著者らはDCGAN（深層畳み込み敵対的生成ネットワーク）を用いたモデル反転攻撃を提案し、意味のある合成画像を再構成できることを示しています。さらにクライアント側の差分プライバシーとパーソナライズ連合学習を組み合わせ、Brain MRI ND-5データセットで攻撃成功率の低減と精度低下の緩和を検証し、集約アルゴリズムの影響も評価しています。
説明NetGuise：早期段階の分類器を回避する敵対的トラフィック生成手法
要約本論文は、接続の最初の数パケットだけで判定する暗号化トラフィック分類器の頑健性を検証します。パケットのパディングと非負の遅延によって、方向・順序・パケット数を保ったままトラフィックを偽装するフレームワーク NetGuise を提案しています。VANT と UTMobileNet での実験では、因果的（逐次）インターフェースの標的回避率は 33.2% と 5.6%、全ウィンドウを用いた場合は 82.0% と 81.8% でした。著者らは、高い正解率を示す分類器でも偽装によって回避され得るため、頑健性評価でそれを考慮すべきだと述べています。
説明SRE：多スカラー乗算におけるスカラー冗長性除去によるゼロ知識証明の高速化
説明プライバシー保護型のロバストネス誘導テスト：知的財産を明かさずにテストを外部委託する手法
要約半導体や航空宇宙などの業界では、設計企業がテストの一部をTestingas-a-Service（TaaS）企業に委託することがあります。本論文は、双方の知的財産を守るため、安全な多者間計算プロトコルを用いて証明可能に秘匿されたTaaSを実現する方法を示しています。仕様は信号時相論理で記述され、テストはロバストネス誘導型の反証で行われます。原文によれば、入力探索空間が最大100次元の場合、テスト1件の生成は80ミリ秒未満で、秘匿化プロトコルによる増加は6倍未満です。
説明Interflow：エッジ上のプライベートAIにおけるオフラインとオンラインの壁の打破
要約本論文は、安全多者計算（MPC）の高い通信・計算コストを軽減するため、相関乱数の生成とオンライン実行をバッチ単位でパイプライン化するアルゴリズム・ハードウェア協調設計「Interflow」を提案している。次のバッチの乱数生成を現在のバッチの非線形演算と並行して進めることで、メモリ使用量とデータ移動を抑える。Zynq UltraScale+ ZCU102での実装では、非線形演算のスループットがCNNで最大1.55倍、Transformerで最大1.48倍向上し、メモリ使用量は最大37%削減された。
説明AgenticVulHunter：ローカルのエージェント型脆弱性探索をターミナルへ
要約本論文は、ローカルに配置したオープンウェイト LLM で動作する、エージェント型セキュアコードレビューの手法とツール AgenticVulHunter を提案しています。リポジトリの複数ファイルにまたがる脆弱性の発見を目指します。SCRBench の 144 件の脆弱性事例で、Qwen3-Coder-30B と DeepSeek V3.1 Terminus を用いて評価を行い、正確率は 18.4% と 23.8% でした。
説明システム的敵対的頑健性によるぜい弱性の単一化の可視化
要約この論文は、基盤モデルの学習パイプライン、蒸留手法、データが同質化しつつあり、モデル群が共通の脆弱性を持つおそれがあると指摘しています。著者らは、モデル群を突破するのに必要な攻撃の多様性で共有脆弱性を測る指標「システム的敵対的頑健性（SAR）」を提案し、部分集合被覆問題として定式化しています。実験では、DeepSeek-R1およびClaude Opus 4.6から蒸留したモデル群は、元のモデル群より推定SARが低いことが示されています。
説明ハイブリッドQKD-PQCネットワークにおける鍵容量の大域的割り当て制御
要約本論文は、量子鍵配送（QKD）で生成された鍵を多段の信頼できる中継で運ぶとともに、後量子暗号（PQC）によるエンドツーエンドの保護で中継中の鍵情報を保護する、分散鍵管理システム（DKMS）を提案しています。中心となるのは、SDNに基づく制御プレーンで、中央コントローラが全ピア向け鍵バッファの充填速度と多経路ルーティングを同時に計算します。Kubernetesベースのデジタルツインで5種類のネットワークトポロジーを評価した結果、6分以内に全鍵バッファを満たし、需要過多時には破綻せず、レート制限によって超過要求を拒否したと報告されています。
説明データセンター電力からAI訓練を検出する
要約本論文は、運営者を信頼せずに大規模モデルの訓練を検出するため、施設レベルの電力をViterbiでトラッキングする手法を提案しています。シミュレーションでは、運営者が隠蔽しない場合に訓練の96%以上を検出できました。隠蔽戦略に対しても、一日分の観測では87%以上の訓練が依然として検出されるとしています。
説明5G V2X通信向けの量子鍵シードによる分散型耐量子グループ署名（qDGSP）
要約V2X通信は現在、量子攻撃者に破られる楕円曲線署名と、匿名性を暗号ではなく証明書の切り替え頻度に頼る仮名証明書に依存している。本論文は、ハッシュベースの動的グループ署名方式（DGSP、SPHINCS+とWOTS+を基盤）を中央コントローラと路側検証器に分散させた耐量子V2Xインフラ「qDGSP」を提案する。グループ鍵はETSI GS QKD 014インターフェースで提供される量子鍵配送（QKD）シードから決定論的に導出され、グループ署名の秘密鍵が古典チャネルを通ることはない。エミュレートした5G環境のテストベッドでは、すべての方式で中央値のエンドツーエンド遅延がETSIの100ミリ秒の予算内に収まった。またEAモードは負荷時の配信率を約78%から93%に引き上げた。
説明キャリーを混ぜたスクランブル型乗算キャリー擬似乱数生成器
要約乗算キャリー（MWC）法は非常に高速な擬似乱数生成器で、品質は乗数の選び方に左右され、通常は付随する乗算合同生成器にスペクトル検定を適用して評価されます。本論文は、MWC生成器の法の特殊な形が格子構造に構造的な制約を与えること、Goresky と Klapper の一般化MWC生成器がその緩和策になることを示し、各出力とそのキャリーの排他的論理和を取ると制約が消えると報告しています。さらに状態が192ビットで64ビット出力のMWC192Xを提案し、作者が知る全テストに合格し、出力は約0.5ナノ秒とされています。
説明グローバルな安全性の死角：低リソース言語における翻訳による安全対策の迂回
要約大規模言語モデルは世界中で利用されていますが、安全性の調整と評価は主に英語に集中しています。本研究は翻訳による迂回の脅威モデルのもと、10の主要モデルを79言語（英語と低リソース言語78種）で評価し、英語で拒否された有害な要求が低リソース言語に翻訳されると安全でない応答を引き出しうることを示しています。また、英語での安全性は確実には移転せず、モデルごとの迂回率による順位も安定しないことが報告されています。
注目点英語の安全性を条件とする翻訳バイパス指標を提案し、10モデル・79言語で体系的に評価しており、根拠は充分で、グローバル展開における安全評価への影響も大きい。
説明Androidハイブリッドアプリ向けクロス言語情報フロー解析フレームワーク MifDroid
要約本論文は、AndroidのWebViewを介してJavaとJavaScriptの間で生じるクロス言語の情報フローを解析するフレームワーク MifDroid(静的解析に導かれた動的解析)を提案している。F-Droidの338アプリ(addJavascriptInterfaceを使用するもの)で評価され、動的段階により解決率は36.5%から74.5%に向上した。脆弱なクロス言語情報フローが14件報告され、そのうち5件は開発者により受理・修正された。
説明信頼できる合成テキスト生成のためのガイド付き拡散法
要約本論文は、拡散言語モデルの操縦性を活用し、新しいサンプリングと再マスキング手続きで反復的ノイズ除去を導く「ガイド付き拡散」というプライバシー保護型合成テキスト生成の新しい枠組みを提案しています。差分プライバシーと両立することが示され、2つのデータセットと2種類の拡散バックボーンで、Private EvolutionやDP-SGDベースの微調整より分布忠実度と下流タスクでの有用性が高く、Private Evolutionより大幅に高速だと報告されています。
説明モデルは知っているが線形に言語化できない：コードLLMにおける関係的符号化が脆弱性の線形分類を制限する
要約本研究は、パラメータ数67億から150億のコードモデル8種を、C言語プログラムと3つのデータセットで分析しました。線形プローブの結果、モデルはコードがどのパターンを含むかを高精度に表現する一方、脆弱性情報は全体的に分離可能なカテゴリラベルではなく、「コードAはコードBより危険か」という対になった関係信号として多く存在することが示されました。そのため、個々のサンプルに対する標準的な分類器では、脆弱なサンプルと安全なサンプルの表現空間上の分布が重なるため、精度が限られます。
説明ペブルが原子的でない場合：純粋ペブリングとエンタングルペブリングの多項式的分離
要約本論文は、メモリ困難関数や空間証明のメモリコストを測るグラフペブリングモデルを扱う。完全なラベルだけを保持する純粋ペブリングと、ラベルの XOR などの符号化された状態も使えるエンタングルペブリングとの間に、多項式的な差があることを示す。従来知られていた小さな定数倍の差を超える結果である。
注目点純粋ペブリングとエンタングルペブリングの間に多項式的分離を示し、小さな係数差という予想を覆す。明示的な次数2グラフで構成。
説明AutoRedClaw：Claw型エージェント向け自動レッドチーミング手法
要約本論文は、OpenClawのような永続的なパーソナルアシスタント型エージェントを評価するため、攻撃と実行環境を自動生成するレッドチーミング枠組みAutoRedClawを提案している。品質検査と実行による検証を組み合わせ、リスク分類や攻撃段階などで生成を整理して網羅性を高めている。これをもとに作られた330件のベンチマークRedClaw-Benchでは、AgentDojo、AgentDyn、DTapより高い攻撃成功率が得られ、7種のハーネスと4つの最先端モデルの多くで50%を超えたと報告されている。
注目点永続化エージェント向けの自動レッドチーミングとして、330件のベンチマークを構築し、既存基準との比較と実行検証で証拠を示している。
説明Profile-DP：パーソナライズLLM推論におけるユーザー制御型プロファイル公開のための差分プライバシー手法
要約本論文は、パーソナライズされた大規模言語モデルが推論時にユーザープロファイルと共有設定を露出する問題を扱い、ポリシーを考慮したローカル差分プライバシーの枠組み「Profile-DP」を提案しています。この枠組みは、ユーザーが非公開とした事実の公開に対して証明可能な上限を設定し、公開指示、プロファイルスキーマ、許可された事実を公開の補助情報として扱います。2つの機構（DP-SLOT と DP-BLOCK）が設計され、PEEP データセットでは DP-BLOCK が多くの予算設定で効用の総合スコアで先行しています。
説明あなたがトリガーになる：話者によって起動するバックドア攻撃
要約音声モデルに対する新たな脅威を研究した論文で、攻撃者はファインチューニング時にバックドアを仕込み、標的話者の自然な声をトリガーとします。推論時に被害者の入力へアクセスする必要はありません。二段階のファインチューニング手法により、約2分間の実音声でWhisper-mediumで90.2%、Parakeetで97.0%のバックドア成功率を示したと報告されています。さらに、注入された悪意ある指令が、LLMエージェントに有害な行動を取らせる場合があることも示しています。
注目点対象話者の声そのものをトリガーとするバックドア設定を提案し、二段階微調整で検証。Whisper・Parakeetとエージェントへの下流攻撃まで実験で示している。
説明クライアント側 CKKS エンコードと暗号化のための統合型ストリーミング FPGA アーキテクチャ
要約本論文は、準同型暗号においてクライアント側で行う CKKS のエンコードと暗号化を処理する、ストリーミング型 FPGA アーキテクチャを提案している。共有される浮動小数点エンコード変換は一度だけ計算し、六つの剰余モジュラスに対する整数変換は並列に実行する。中間結果はオフチップメモリを介さず、チップ上で交換される。多項式次数 N=8192 において、Altera Agilex 7 による実装は 471 MHz で毎秒 5,143 個の完全な暗号文を生成し、同じワークステーション上の単一の SEAL-Embedded CPU ワーカーは実数入力で毎秒 113 個であった。
説明一台の端末のモデル露出が他の端末を危険にさらす：端末間におけるエッジNNセキュリティの再考
要約論文は、モバイルやIoT端末に配備されたニューラルネットワークのモデルが解析されうり、一台で侵害された端末で作られた敵対的サンプルが、同じモデルを共有する他の端末にも有効に転移すると指摘しています。著者らはVeilNNという防御フレームワークを提案し、ネットワークセル難読化と層の組み立てにより、アーキテクチャとパラメータの両面で不可逆な難読化を施して敵対的転移性を低減します。MLP、CNN、Vision Transformerなど複数のアーキテクチャに適用可能です。実験では、4種類の敵対的攻撃に対する平均防御成功率が49.19%、最大81.19%で、既存の防御より33.16%以上向上したと報告されています。
説明「Mind Your Boundaries」：クロスノード攻撃に対する境界認識型モデル難読化手法
要約本論文はエッジデバイス上の機械学習モデルを対象とします。デバイスが侵害されると、攻撃者はモデルへのホワイトボックスアクセスを得て、クロスノード攻撃を行える恐れがあります。著者らはBMOを提案し、モデルパラメータを境界位置と境界曲率の成分に分解し、曲率成分にノイズを加えることで、決策境界の異なるモデルを生成します。論文によると、4種類の敵対的攻撃と4種類の端末向けモデルで、BMOの防御平均成功率は68.68%で、最も強い比較手法の22.32%を大きく上回り、良性精度は同等とされています。
説明制約のあるハードウェアと汎用アーキテクチャにおける耐量子暗号の消費電力
要約本論文は、NIST が標準化した3種の耐量子暗号アルゴリズム ML-KEM、ML-DSA、SLH-DSA について、鍵生成・署名・検証の性能と消費エネルギーを、32ビットの Raspberry Pi 1 や Zero から64ビットの Raspberry Pi 4、ノートPCまで複数の機器で測定したものです。ML-KEM と ML-DSA は、試験したすべてのアーキテクチャで従来の楕円曲線暗号と同程度のエネルギー効率と速度を示しました。一方、SLH-DSA の署名は制約のある機器では推奨されず、32ビット機器では同等の64ビット機器より最大243%多くのエネルギーを消費しました。
説明制約のあるアーキテクチャと汎用アーキテクチャにおける耐量子暗号の消費エネルギー
要約本論文は、NIST が標準化した3種の耐量子暗号アルゴリズム（FIPS 203 ML-KEM、FIPS 204 ML-DSA、FIPS 205 SLH-DSA）を、鍵生成・署名・検証の各処理について比較評価したものです。Raspberry Pi 1・Zero から Raspberry Pi 4 までの IoT 級機器やノートPCで、計算性能と消費電力を測定しています。結果として、ML-KEM と ML-DSA は試験したすべての環境で従来の楕円曲線暗号と同程度の効率を示しました。一方、SLH-DSA の署名は制約のあるハードウェアには不向きで、32ビット機器では同等の64ビット機器より消費エネルギーが大きくなりました。
説明述語符号化に基づく登録型属性ベース暗号の再検討
要約本論文は、登録型属性ベース暗号（Reg-ABE）により適するよう述語符号化（predicate encodings）の定義を新たに与えます。標準的な k-Lin 仮定の下で、内積（非ゼロ内積を含む）、連言・選言、登録型放送暗号の三種について、暗号文サイズが O(log L) となる初の方案を提示します（L は最大ユーザー数）。従来の方案の暗号文サイズは O(ℓ log L) で、放送暗号は汎用群モデルに依存していました。
注目点新しい述語符号化の定義を提案し、O(log L)サイズ暗号文の初のRegABE方式と登録型ブロードキャスト暗号方式を標準的なk-Lin仮定の下で与える。
説明ECHO：匿名査読におけるレビューと自身の投稿論文の関連性の解明
要約本論文は、匿名査読において、査読プロセスで公開される資料を通じて、匿名の査読が査読者自身の投稿論文と結び付けられうることを指摘しています。著者らは技術的専門性と文体の信号を組み合わせたECHOという手法を提案し、自ら構築した正解付きベンチマークR2S-Benchで評価しました。Top-1で34.6%の査読について本人の投稿を正しく特定でき、ランダム順位付けの0.5%を大きく上回りました。
注目点匿名査読における査読と投稿の関連という新たな問題を提起し、自作ベンチマークR2S-BenchでTop-1 34.6%を示し、ランダム0.5%と比較して説得力がある。
説明説明責任を伴う部分的理解：エージェント型システムの認知的攻撃面を守る
要約本論文は、エージェント型AIシステムがもたらす認知的攻撃面を論じます。ソフトウェアがセキュリティに関わる振る舞いを読み、書き、説明し、認可するようになると、人間の部分的な理解はより速く不透明になり、委任された権限と結びつきます。著者らは四つの攻撃カテゴリーを提示し、説明責任を伴う部分的理解（APU）の六条件と五つの設計原則を定めています。AIコーディングエージェント等の三例で分析を示しています。
説明電話詐欺への対抗：ゲーム理論とLLMによる「ボット対戦」の提案
要約本論文は、ファインチューニングなしでLLMが文脈内の経験から詐欺師への対抗策を学習できるゲーム理論の枠組みを提案します。詐欺師と対抗エージェントの相互作用を二人ゲームとしてモデル化し、ナッシュ均衡を学習された行動の評価基準としています。300件の模擬対話と3種類のLLMアーキテクチャによる実験で、適応的な戦略選択が非適応型のベースラインよりもナッシュ均衡に近づくことが示されています。
説明AIベースの符号識別器の解析
要約DeepDistinguisher は、Transformer に似たモデルによって Goppa 符号をランダムな線形符号と高精度に区別できることを示しました。本論文は、サリエンシーマップと注意機構の可視化を用いてこの機械学習アルゴリズムの動作原理を調べます。学習に用いたランダムデータに低重み行のアーティファクトがあり、モデルがその特徴に部分的に依存していることを明らかにしました。これを除去しても高い精度が維持されることから、モデルはより構造的な性質を利用していると論じています。さらに、生成行列の行同士の XOR に基づく規則との予測の相関が高いことを示し、結論として、モデルは隠れた代数構造ではなく符号の一般的な組合せ論的性質を利用していると述べています。
説明定向超特異アーベル多様体に基づく耐量子の可換群作用
要約本論文は、耐量子暗号の文脈で、CM定向を持つ超特異主偏極アーベル多様体上のShimura類群作用の暗号への利用を研究している。多くの例を示した入門的解説に加え、高次元同種写像によるCM定向の表現法と、制限付き有効群作用モデルでの作用の計算法を提供する。また、与えられたCM位数で定向された超特異主偏極アーベル曲面を探す方法と、作用の推移性に対する障害を分析している。
説明BrushOff：絵画の電子透かしを除去するための、ストロークによる再描画攻撃
要約本論文は、事前学習済みのストローク描画器で透かし入りの絵画を描き直す攻撃手法BrushOffを提案する。学習は不要で、透かしの情報も生成モデルも必要としない。五つの画風の絵画500点で検証した結果、画像編集に強いとされる透かしVINEは従来の歪みには検出率97.8%以上で耐えたが、再描画後の検出率は1.8%まで下がり、画質はほぼ維持された。
説明DM-RSA-OAEP：物理的多様性に基づく二重モジュラス故障検出対策の形式的検討
要約本論文は、二つの独立したモジュラスを用いるRSA変種DM-RSAを再検討する。元の版はHåstadの攻撃で破られていた。修正版DM-RSA-OAEPについて、ランダムオラクルモデルでのIND-CCA2安全性証明、明示的な攻撃者モデルの下での故障検出定理（物理的多様性の仮定を前提とする）、および仮定が成り立たない場合（単一チップ上の共通モード故障など）に対策が無効になる理由を分析している。貢献は計算的に強いRSAではなく、証明可能な検出保証にあるとされる。
説明攻撃成功率を超えて：反復型LLMジェイルブレイクを評価するためのコスト考慮型指標
要約本論文は、従来の攻撃成功率（ASR）が標的モデルへの繰り返し呼び出しを考慮していない点を指摘します。追加の呼び出しごとに、展開中のシステムが攻撃を検知して介入する機会が生じるため、著者らは二値の成功判定を保ったまま追加呼び出しにペナルティを課す ASR_STEP を提案します。JailBreakBench 上で GCG、ステップ予算付きの PAIR、単一ステップの PAP ベースラインを評価し、割引後に GCG は 7.0〜8.7 ポイント、PAIR は 3.4〜12 ポイント低下し、PAP は変わらないことを示しています。
説明BR-MoE：プライバシー保護型交通分析のための予算管理付き意味的公開手法
要約本論文は、交通カメラ映像の分析で生じるプライバシー漏えいの問題を扱い、既存の強化学習と専門家混合（MoE）の枠組みを拡張する予算管理付き意味的公開手法を提案している。四つの場面専門家が独立した映像片を処理し、出力を固定された有界の意味スキーマに変換する。強化学習コントローラーは公開タスク要求と過去の非公開公開履歴をもとに、どの要約を公開しどれだけのプライバシー予算を使うかを選ぶ。明示的な片の分離と有界事件の仮定のもとで、公開記録全体が事件レベルの差分プライバシー境界を満たすとされる。表は報告形式を示すもので、実証的な効果は示されていない。
