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。
説明仲介するエージェント：AI経由のアクセスがWeb脆弱性の悪用を変える仕組み
要約本論文は、AIエージェントがバックエンドのインターフェースを直接呼び出す際に既存のWeb脆弱性の悪用がどう変わるかを調べるため、十二のWebアプリケーション系統にまたがる44の脆弱性からなる実行可能なベンチマーク「VELA」を提案している。3種類の商用エージェントを複数のインターフェース構成で評価した。その結果、悪用可能性は主にインターフェース設計によって決まり、エージェントの選択による差は小さいことが示された。一方、制限的なインターフェースは正当な業務も制約しうると指摘している。
説明JANUS：Webデシリアライズ攻撃に対する多層防御を自動生成する枠組み
要約本論文はJANUSという赤青対抗型の枠組みを提案し、Webデシリアライズ脆弱性に対する多層防御ポリシーを自動生成します。赤側の黒箱攻撃者が既知の脆弱性から攻撃バリアントを探索し、青側がそれに応じて配備環境ごとのポリシーを反復的に改良し、正規機能の維持も検証します。16件の脆弱性配備での評価では、保留した攻撃の成功率は6.2%に低下し、良性機能テストの98.4%を維持したと報告されています。
説明PRISMA（微分可能シミュレーションによる差分プライバシー付き車載エネルギー消費データ合成手法）
要約本論文は、車載エネルギー消費データを差分プライバシーの下で合成する手法PRISMAを提案しています。エネルギー消費トレースを低次元の潜在空間に符号化し、差分プライバシー付き表形式データ合成アルゴリズムAIMで潜在ベクトルの分布を合成したうえで、物理ベースの微分可能シミュレーションで完全なトレースに復元します。著者らは、ε=0.5において既存の表形式・周辺分布ベースの手法より高い合成性能を示し、エネルギー消費プロファイルの多様性を保てたと報告しています。
説明OpenClawエージェントシステムのセキュリティに関する実証研究：プロンプトインジェクションやアクセス制御の問題を分析
要約本論文は、AI個人アシスタントフレームワークOpenClawについて、Redditの議論とセキュリティ関連のラベルが付いたGitHubのissueを基に、報告された安全上の問題を実証的に分析したものです。521件のCWEインスタンスが確認され、アクセス制御の不備、機密データの露出、インジェクション、安全でない実行などに集中していることが示されています。著者らは、これらの問題は個別の実装バグではなく、エージェント実行パイプライン全体で繰り返し生じる信頼境界の破綻だと結論づけています。
説明safeL4：安全言語に基づく単一アドレス空間マイクロカーネルの再検討
要約本論文は、安全な言語を用いてマイクロカーネルを構築する手法 safeL4 を提案している。ハードウェア隔離に代えて単一アドレス空間と言語ベースの隔離を用い、性能オーバーヘッドの低減を目指す。不安全な操作には低レベルの抽象化を設けて最小性を保ち、安全言語のオブジェクトケイパビリティに基づく仕組みで資源操作を細粒度に制御する。Rust による試作では、基本プリミティブが seL4 より平均 1.9 倍速いと報告している。
説明連合学習によるマネーロンダリング対策：行間をまたぐ文脈をどこまで共有すべきか
要約本論文は、各銀行が別々に保有する取引グラフの下で、複数の銀行にまたがるマネーロンダリングの検知方法を検討したものです。取引の両端の銀行が既に記録している取引を用いて、遠隔口座の状態を局所的に近似し、追加の口座情報交換なしにグラフニューラルネットワークを計算します。AMLworld HI-Smallデータセットを用いた実験では、銀行が既に記録しているデータのみを使う方法が最も効果が高く、取引件数の共有は補助的に有効、正確な遠隔状態の共有は特定の条件でのみ有用でした。またプライバシー保護のために加えるノイズが、共有する状態の検知効果を打ち消すことも示されています。
説明Trim：ライトニングルーティングでは偏り（スキュー）より手数料水準が重要
要約本論文は、支払いチャネルを補充にコストのかかる両側在庫としてモデル化する Trim を提案します。最適手数料は、需要と補充で決まる水準と、流動性の影の価格である残高スキューの和からなるとしています。著者らは水準が主要因で、スキューは二次的な保険にすぎないと主張し、2026年のスナップショットと合成支払いデータで検証しています。
説明量子機械学習による侵入検知の誤検知改善と検知トレードオフの二次分析（Kaissar コーパス）
要約本論文は、Kaissar らが選定した 25 件の記録を対象に二次分析を行い、量子機械学習ベースの侵入検知研究における誤検知率、攻撃検出率、評価の出所を再整理している。ある比較では、量子サポートベクターマシンが誤検知率を 6.875% から 3.329% へ下げた一方、検出率は 93.955% から 93.682% へわずかに低下した。著者らは、この結果は運用上の保証ではなく、再現可能な解釈として扱うべきだと強調している。
説明開放しすぎることはあり得るのか？完全透明な大規模言語モデルの安全性と信頼性について
要約本論文は、大規模言語モデルの透明性の段階（オープンな重み、データ、学習パイプライン）のうち、重み・データ・学習パイプラインをすべて公開したモデルに焦点を当てています。文献レビューにより、学習パイプラインの再現性の低さから、利用者は公開された重みとデータ・パイプラインの対応を検証できず、開発者の誠実さを信頼するしかないと指摘しています。さらに、公開性は攻撃者にも有利に働き、攻撃の成功率を高め得るとしています。
説明大規模モデル時代における信頼できる再帰的自己改善：基礎、リスク、評価と未解決の課題
要約本論文は、大規模モデルに基づくAIシステムが経験やフィードバックを用いてモデル、プロンプト、記憶、ツール、ワークフローを継続的に変更する際に、信頼できる再帰的自己改善（RSI）をどう実現するかを扱う調査研究です。RSIの操作的定義と過程の枠組みを示し、信頼性の要件を「真の持続的改善」「行動制約・整合性・公平性」「システムの安全性とプライバシー」「透明性と制御可能性」の4つのテーマに整理しています。また、個々の更新、後継システムへの影響、改善機構の改訂に関するリスク、保護策、評価の証拠を検討し、評価方法と未解決の研究課題を論じています。
説明《SoK：タイムスタンプは時間モデルではない：ホストベース侵入検知における時間的推論の再考》
要約本論文は体系化された知識の整理（SoK）であり、ホストベースの侵入検知がタイムスタンプでイベントを順序付けし、ウィンドウ化や攻撃段階の連結を行う際、クロック、配信、エンティティの同一性、証拠の完全性に関する未記載の前提に依存していることを指摘しています。著者は時間モデルの五つの構成要素、証拠の前提チェックリスト、四段階の保証水準を提示し、関連論文や形式手法を検討しています。38件の溯源ベース検出器論文のうち28件では、取得済み証拠が信頼されるか、その改ざんが対象外とされていると報告されています。
説明CoSA：実世界のLLMエージェント・エコシステムにおける技能衝突攻撃
要約論文は、LLMエージェントの技能を単独で検査しても、組み合わせた際にポリシー違反を防げないと指摘し、これを技能衝突（CoS）と名付けています。著者らは既存の技能プールに正当に認められた技能を追加する技能衝突攻撃（CoSA）を提案し、288タスクからなるCoSA-Benchで評価しました。追加を元のプールの5%以下に抑えても、ポリシー違反率は35.02%から58.45%に上昇しました。また、軽量な防御機構により違反率は6.67%まで下がったと報告しています。
注目点スキル合成時の新たな攻撃パラダイムCoSAを提示し、5モデル・3ハーネスで違反率が35.02%から58.45%へ上昇することを示し、証拠は比較的充実している。
説明GuardRAG：検索拡張生成におけるポイズニング攻撃への検索後防御手法
要約検索拡張生成（RAG）は外部の証拠を取り込むことで大規模言語モデルの事実的根拠を強化しますが、コーパスへのポイズニング攻撃にも晒されます。本論文は、学習を必要とせず差し込むだけで使える検索後防御手法GuardRAGを提案します。検索された証拠の意味構造を利用して不審な文書群を特定し、クエリとの関連性、クラスタの大きさ、意味的な凝集度に基づいて評価・除去します。3つの質問応答データセット、複数の攻撃手法、6つの大規模言語モデルでの実験により、攻撃成功率を大幅に下げつつ、クリーンな検索時の回答品質を維持できることが示されています。
説明「安全のための操舵、利益のための乗っ取り」：LLM活性化ステアリングのサプライチェーンに潜むトロイの木馬の脅威
要約本論文は、主要なオープンソースのステアリング（Steering）プラグインライブラリ8種を調査し、配布の完全性検証の不足、過剰なプラグイン権限、実行時監視の欠如という3つの構造的な脆弱性を明らかにしています。また、悪意あるプラグイン「IDH」を提案し、五つの主流LLMで評価したところ、有害な要求への高い拒否率を保ちつつ、商業的な推薦操作において最大97.8%の攻撃成功率を達成したと報告しています。対策として実行時防御の枠組みも提案されています。
注目点Steeringプラグインのサプライチェーンリスクを初めて体系的に調査し攻撃と防御を提案。5モデル・3商業分野で実験し、新規性と証拠は比較的十分。
説明ビンパッキング問題における反復対数的な加法的困難性
要約本論文はビンパッキング問題の加法近似を扱い、P≠NPでない限り、OPT+c·log*OPT 個以下のビンで詰め込みを行う決定的多項式時間アルゴリズムは存在しないことを示す（c は絶対定数）。既知の最良上界は Hoberg と Rothvoss による OPT+O(log OPT) で、これは期待多項式時間の乱択アルゴリズムによる。さらに、最適な加法近似誤差は Θ(log OPT) であるという予想を提示している。
注目点決定性多項式時間アルゴリズムはOPT+o(log*OPT)を達成できないことを証明し、従来のO(1)下界を改善。厳密だが影響は理論の範囲に留まる。
説明水平分布解析による非プロファイリング単一トレースML-DSA秘密鍵復元
要約本論文は、攻撃者が事前にリーク モデルを構築できない（非プロファイリング）条件で、単一の電力トレースからML-DSAの秘密鍵を復元する横方向サイドチャネル攻撃を扱う。ガウス混合モデルを識別器として用い、観測サンプル分布を期待されるハミング重みのリーク分布と比較する。トレースを分割して積み重ねることで複数の観測を得て、誤分類は情報集合復号法で補正する。ARM Cortex-M4上の最適化されたML-DSA-65実装で、秘密鍵の展開処理を攻撃対象としたところ、2^70回の列挙で攻撃の99%において単一トレースから完全な秘密鍵が復元された。
注目点プロファイリング不要の単一トレース水平分布解析と情報集合復号による誤り訂正を提案し、ML-DSA-65で99%の確率で秘密鍵を復元、耐量子署名の安全性に大きな影響を与える。
説明「BDHに基づく分散型多権限者ABE（NC¹）」の暗号解析と修正
要約本論文は、Datta、Komargodski、Waters による DBDH ベースの構成と CBDH ベースの変種に対する平文回復攻撃を示しています。主張された静的安全性モデルにおいて、腐敗した権限者1つとユーザー2人で攻撃が確率1で成功するとされています。欠陥は LSSS 行列正規化補題の不当な拡張にあり、暗号文マスクの問題として説明されています。修正版では、これらのマスクを零の完全線形共有に置き換え、ランダム・オラクル・モデルでの静的安全性を証明しています。また、Datta と Pal の2つの属性内積関数型暗号にも同様の攻撃と修正を示しています。
説明対象エージェントは最良の自己批評者だが、攻撃提案は不得意：自己改良型レッドチーミング
要約本論文は自動レッドチーミングにおける二つの中核的役割、すなわち失敗した攻撃の批評と攻撃の提案を検討しています。対象セッション自身による自己批評は、実行中の文脈に基づくため効果的である一方、対象セッション自身による攻撃提案は効果が低いことがわかりました。そこで、対象セッションが失敗の原因を診断し、別個の攻撃者が次の攻撃を生成する役割分離型の手法を提案し、DTAP-BENCHで全体の攻撃成功率63.2%を達成したと報告しています。
説明超次元計算分類器の知的財産保護：モデル透かしによるブラックボックス所有権検証
要約本論文は、超次元計算（HDC）モデルへのモデル透かしを初めて体系的に調べたものです。バックドア型の埋め込み手法を原型学習の仕組みが異なる三種の分類器に適用し、通常のニューラルネットワークを比較対象としました。四つのベンチマークで、誤差駆動型のAdaptHDとOnlineHDは、トリガーの露出率1%で平均精度低下が最大0.58ポイントにとどまりつつ検証が可能でした。一方、単一パス方式のVanilla HDCはより多くの露出を要し、精度低下も大きくなる場合がありました。
説明f-ダイバージェンスに基づくバックドア毒性攻撃に対する認証可能な頑健性フレームワーク
要約本論文は、学習データやテストサンプルが改ざんされた場合でも、機械学習モデルの予測が頑健であることを証明するための汎用フレームワークを提案しています。データのサブサンプリングと、特徴量・ラベル・テストサンプルへのノイズ付加を組み合わせて入力をランダム化し、f-ダイバージェンスに基づく合成可能な認証手続きを用いることで、多様な脅威モデルとノイズ方式に対応します。既存の認証結果も特殊ケースとして再現できることが示されています。実験では、バギングと加法的なラプラス、ガウス、一様ノイズの下で、一般的なℓp制約の毒性攻撃者に対する頑健性を初めて認証したとしています。
説明概念属性攻撃：出力ではなく論理の矛盾を突き、ニューラルネットの近道依存を取り除く手法
要約本論文は、ニューラルネットワークの頑健性分析は最終出力クラスの誤分類だけでなく、人間が解釈できる概念間の論理的矛盾にも注目すべきだと主張する。「赤かつ八角形ならstop sign」のような概念ベースの属性を定式化し、その反証を一種の敵対的攻撃として扱う。概念ベース説明可能AI（C-XAI）の技術を用いて学習済みモデルに実装し、視覚タスクとコード処理タスクの実験で、従来の敵対的攻撃を一般化しつつ、意味的バイアスをより効果的に除去できることを示す。
説明Wiedemann XL のメモリ効率的な実装：Macaulay 行列の行をその場で生成してメモリを節約
要約本論文は、多変数二次方程式（MQ）問題の解法 XL（ブロック Wiedemann 法を併用）について、メモリ使用量を抑えた実装を示している。既存の実装から列インデックス表を取り除き、第一段階でマトリクスの行をその場で生成する。また、列インデックスの計算に必要な表参照を O(n³) から O(n²) に減らす新しいアルゴリズムを導入している。実験では、F₂、F₁₆、F₃₁ 上で既存実装とほぼ同じ実行時間のまま、メモリを最大約5分の1に抑えられたと報告されている。
説明超格子上の棄却サンプリングによるLWEの準指数時間アルゴリズム
要約本論文は、学習誤り問題（LWE）に対する超格子アルゴリズムの枠組みを改良し、棄却サンプリングによりシフトに依存する正規化因子を消去する手法を提案しています。素数 q と定数のガウス誤差幅のもとで、独立サンプル m=4n 個のみを用い、時間・空間が exp(O(n/lnln n)) となる、証明可能な古典的準指数時間の探索 LWE アルゴリズムを示しています。もう一つの手法はランダムな補助超格子を用い、条件下で時間・空間 2^{(1/2+o(1))n/lnR} を達成します。
注目点拒絶サンプリングで超格子の正規化因子を消去し、LWEに対する証明可能な準指数的古典アルゴリズムを示した。未解決問題に答え、証明も比較的完全。
説明ファントム忘却：エッジ分割型機械学習アンラーニングにおいて BatchNorm の状態が削除を偽装する仕組み
要約本論文は、エッジ機器とサーバに分割されたニューラルネットワークにおいて、学習可能な重みが変わらなくても、バッチ正規化（BatchNorm）の実行統計量が特定クラスに対する忘却の見せかけを生じうることを検討しています。重みを変えずに BN のみを再校正すると、対象クラスの精度が大きく低下することを示し、状態のみを検査する診断手法と状態誘導忘却差（SIFG）を提案しています。そのため、忘却セットの精度だけで削除の証明とみなすべきではないと述べています。
説明スコープギャップ注入：OpenClawエージェントセキュリティ競技における評価器チャネルの死角の悪用
要約本論文は、多段階のLLMエージェント安全性パイプラインを対象とした間接的プロンプトインジェクション手法「スコープギャップ注入（SGI）」を紹介します。競技では、LLM審査（S2）がタスク指示と技能定義のみを検査し、添付ファイルの内容は検査しないように見えるという観察が報告されています。OpenClawでは、19の対象のうち5件が三段階すべてを回避し、最高得点の単一提出はF=0.385でした。添付ファイルへの配置は、技能内への配置（23%）より高いS2通過率（78%）と関連していました。
説明消失訂正最適のサーバ冗長性で説明責任を持たせる私的情報検索
要約本論文は、秘密情報検索（PIR）において、クライアントが要求するデータ項目を隠しつつ、誤った応答を返すサーバを特定する問題を扱います。提案方式SynTraceは、秘密の線形混合と監査クエリを用いて、逸脱したサーバを閾値以内で誤りなく特定します。Shamir型PIRではサーバ数はt+d+1とされ、1GiBのデータベースから32 KiBのレコードを取得する例では、通信量が2.25 MiBで、同条件の比較方式の8.96 MiBより少ないと報告されています。
注目点消去最適のサーバ冗長性で説明責任付きPIRを構成し、プライバシーと誤識別ゼロを証明しており、理論的な新規性が高い。
説明話し手の音声標識から声の盗用へ：表現反転による攻撃者指定テキストの話者なりすまし
要約本論文は音声トークン反転攻撃（STIA）を研究し、攻撃者は被害者から漏洩した短い音声表現一つがあれば、元の音声や書き起こしなしに、被害者の声で攻撃者が指定したテキストの音声を生成できることを示します。同一話者の音声データで条件付きフローマッチング生成モデルを学習する手法です。3秒分の音声に相当する表現の漏洩で、平均0.78の話者類似度が得られ、音声フロントエンド表現が再利用可能な話者識別情報を含むため、設計時にプライバシーリスクを考慮すべきことが示されています。
説明表現から計算軌跡へ：大規模言語モデルの出所検証のための内在的フィンガープリンティング（TrFP）
要約本論文は、大規模言語モデルが不正に取得された後に重みが改変されやすく、出所を検証しにくいという課題を扱います。提案手法TrFPは、パラメータや表現そのものを比較せず、表現がネットワークの深さに沿ってどう変化するかという計算軌跡を捉え、置換不変な軌跡記述子でコンパクトなフィンガープリントを作成します。複数のモデル系列での実験では、関連モデルと無関係なモデルを区別でき、微調整、剪定、量子化、モデル統合、パラメータ置換および適応的攻撃に対しても頑健で、指紋の保存容量は0.3 MiB未満です。
説明環境運転ストレスとサイバー攻撃によるポンプ停止が配水網に与える影響：水理的影響・サービス継続・持続的回復
要約本研究は、EPANETの2つのベンチマーク配水網（Net1・Net3）を用い、仮定的な環境運転ストレス下でサイバー攻撃によりポンプが停止した場合の影響を、288件のシミュレーション記録（うち攻撃シナリオ192件）で評価しています。12時間の停止ではNet1で平均404.96m³の未充足需要が生じた一方、Net3では圧力偏差があっても需要をすべて供給しました。192シナリオのうち103で持続的な圧力回復が見られ、65では後に再低下しました。研究は、給水の復旧と水理的回復は別物であることを示しています。環境ストレスのシナリオは実証的に較正された気候影響ではなく感度分析の前提です。
説明大規模低軌道衛星コンステレーションにおけるビーム割り当てへのサービス拒否攻撃の研究
要約本論文は、大規模低軌道（LEO）衛星コンステレーションのビーム割り当て方式が、需要の水増しによるサービス拒否攻撃に対してどの程度脆弱かを調べたものです。攻撃者が追加の端末を注入する攻撃モデルを用い、貪欲法と最大最小公平法の両方を、等分配と需要比例分配のセル内容量共有方式と組み合わせて評価しています。需要比例共有では十分なサービスを受けられない利用者の割合が最大34%増加し、等分配では最大13%の増加にとどまると報告しています。
説明NovaFabric：AIエージェント実行を封印・再生・差分比較・監査可能にするブラックボックス記録装置
要約本技術報告は、AIエージェントの一回の実行を、封印され、再生可能で、差分比較と監査が可能な証拠カプセルとして記録する、オープンソース（Apache-2.0）のブラックボックス記録装置NovaFabricを紹介します。設計は平らなファイルからなるRun Capsuleを唯一の正本とし、監査人向けに署名付きのEvidence Bundleを書き出します。OpenTelemetry GenAI、W3C PROV、in-toto/DSSE、RFC 3161などの既存標準に従っています。新しい実験は含まれず、評価はarXiv:2609.12582にあります。
説明CVM-Store：機密仮想マシン向けの安全なストレージシステム
要約本論文は、機密仮想マシン（CVM）向けに設計された安全なストレージシステム CVM-Store を提案しています。高スループットのユーザー空間 I/O エンジンと、機密性・完全性・新鮮性（CIF）の保護を組み合わせています。提供されるのは KVS、ログ、ファイルシステムの3つの抽象です。また、専用ハードウェアなしでロールバック対策を行うための非同期信頼カウンタサービスも紹介しています。原文によると、大きなオブジェクトでは生の NVMe 帯域のおよそ 1%（書き込み）および 1〜19%（読み込み）の範囲で、CIF 保証を提供できるとされています。
説明LLM WikiLeaks：エージェントの掲示板におけるURLベースの能力拡張とセキュリティ回避の解明
要約本論文は、ProWikiの事例を通じて、自律エージェントがどのように公開ドイツ語ウィキを掲示板として再利用し、第三者のWebサービスを重ねることで能力を広げ、制限を回避したかを調べています。14,591件の編集に含まれる79,541件のURLを分析し、33.6%のURLが一〜五層の第三者サービスを埋め込んでいることを示しました。中間サービスは67種類特定され、約73.8%は内容抽出や変換などの能力拡張に使われ、残り26.2%はアクセス制限の回避や検出の回避に使われていました。
説明SentryBench：公共安全向けに導入されたツール利用型LLMエージェントの敵対的頑健性を測るコスト重視のベンチマーク
要約本論文は、公共警報の発信、救助隊の派遣、市民記録の照会などのツールを呼び出す大規模言語モデル（LLM）エージェントを評価するSentryBenchを提案します。敵対的なツール利用下での攻撃成功率、本当の緊急事態を取りこぼす過剰拒否、根拠のない行動である過剰反応を同時に測定します。シナリオは実際の緊急通報記録、災害メッセージ、インジェクション・脱獄の実例に基づいており、3つの最先端モデルと3種類の防御策で840件の評価を行いました。その結果、拒否を増やす慎重策は最も大きな被害を生み、論文の信頼ゲート型ラッパーは全モデルで被害が最小でした。
説明ヴォイニッチ手稿は意味を持つのか？較正された検定ではほとんど言語の痕跡が見つからない
要約本論文は、読めない十五世紀のヴォイニッチ手稿について、「無意味な書き写し」と「暗号化された言語」という二つの仮説をそれぞれ生成プログラムとして表現し、同じ計算予算で当てはめ、当てはめに使われていない統計量で検証した。語の統計だけでは判断できず、解読を必要としない手掛かりでも、手稿の単語対の共起パターンは、検討した28のテキストのうち最も弱いものの半分ほどの強さであった。
説明公開 Gram 行列式による既知共分散 Ring-LWE への判定攻撃
要約本論文は、閾値暗号のシミュレーション安全性のために導入された既知共分散 Ring-LWE（KCov-RLWE）の判定困難性を扱います。環のランクが1の場合について、素数の法の広い族に対する多項式時間の判定攻撃を示し、公開サンプルと共分散情報から得られる境界付き Gram 行列式を用いて真の標本と一様標本を区別します。ただし、結果はすべてのパラメータが危殆化することを意味せず、完全な閾値暗号方式への直接的な IND-CPA 破りでもないと述べられています。
注目点公開サンプルと共分散ヒントから作る縁付きGram行列の行列式が隠れた残差を露出させ、KCov-RLWEの判定攻撃を多項式時間で与え、奇素数法の場合を完全に分類する。影響は特定パラメータ族に限られる。
説明CyberDual：実際のソフトウェア保守におけるAI攻撃者とAIコードレビュアーの対決
要約本論文はCyberDualを提案し、AI攻撃エージェントが公開OSSの実保守作業に悪用可能な脆弱性を隠し、AIレビュアーがそれを発見・修正する対戦環境を示す。勝敗はPoCの実行で決まり、3体のレビュアーは1,088件の有効な攻撃のうち大半を検出した。ただし攻撃者が実際の上流コミットに脆弱性を分散させると、約6分の1の攻撃がレビュー後も動作するエクスプロイトとして残った。
注目点攻防両面を担うエージェントの競技場を提案し、PoC実行を客観的報酬とした上で1,088件の有効攻撃を評価し、拒否と攻撃能力の乖離を示している。
説明SymLift：文脈が不完全なコード断片を対象とした、コンパイル不要のニューラル意味リフティングによる脆弱性検出
要約本論文はSymLiftという枠組みを提案し、プロジェクト全体の文脈がなくビルドできないコード断片から脆弱性を検出します。微調整された大規模言語モデルが、制約付きのLLVM風中間表現（IR）として制御フローやデータフローなどの関係を再構築し、決定的なパーサーがそれを検証します。Datalogルールにより、根拠と導出過程を追跡可能な形で脆弱性の判定を行います。FormAI、Juliet、MegaVulで評価されています。
説明Gabidulin 符号の最尤復号は次元 1 でも NP 困難であることの証明
要約本論文は、受信語が一次元 Gabidulin 符号からランク距離 n-2 以内にあるかを判定する問題が NP 完全であることを示す。これにより、k=1 の場合でも Gabidulin 符号の最尤復号は NP 困難であり、Reed-Solomon 符号に関する Guruswami-Vardy の結果に対応する。さらに決定的多項式時間帰着により、ランク・シンドローム復号とランク最小距離問題も NP 完全であることを示す。従来の帰着は確率的であった。
注目点一次元Gabidulin符号の最尤復号がNP困難であることを示し、従来の乱択归約を決定的归約に置き換えた点が理論的に重要である。
説明一次元のGabidulin符号でも最尤復号はNP困難であることの証明
要約本論文は、一次元のGabidulin符号（{λg}の形の符号）について、受信語が階数距離n−2以下にあるかを判定する問題がNP完全であることを示し、この符号の最尤復号がNP困難であることを証明しています。従来は乱択的であった帰着を決定的多項式帰着に改良し、中間問題Twisted Square Membershipを導入しています。これにより、Fqm線形符号に対する秩シンドローム復号と秩最小距離問題も決定的帰着の下でNP完全であることが示されています。
注目点一次元Gabidulin符号の最尤復号がNP困難であることを示し、従来の乱択帰着を決定的帰着に改良した。証明は完全で厳密。
