Auditing the Hand-Written Inputs of Learned Access Control
说明审计学习型访问控制中手写输入的可靠性
简介该论文指出，学习型访问控制通常依赖两个人工编写的部件：硬拒绝集合与区域划分表。作者在五个公开ABAC策略上检验这两部分，发现按文字转写的拒绝条款大量不具备可靠性，若直接部署会错误拒绝大量本应授权的请求。论文还分析了混合路由和损失评估中的若干问题，并提供可复现的工件。
★★★★★ 值得关注
AfterDeleteBench: Auditing Post-Deletion Information Persistence in LLM Agents
说明AfterDeleteBench：审计LLM智能体删除记忆后的信息残留
简介许多LLM智能体会保存外部持久记忆，并从历史交互中派生摘要等额外状态。因此，删除原始记忆记录未必能清除其派生内容中的信息。作者提出AfterDeleteBench，通过对比曾接触秘密后删除的智能体与从未接触的对照智能体，检验删除后的信息恢复。主要实验显示，单次查询可从Qwen2.5-7B-Instruct恢复约三分之二的已删除秘密，而对照组为零；即使不存在完整逐字副本，也能依据组合规则重建秘密。论文认为，删除应在智能体及其记忆系统层面以行为方式评估。
看点提出以对照设计审计删除后信息残留的行为基准，并揭示组件重构可绕过字面过滤，证据覆盖多个模型。
★★★★☆ 值得关注
Practical Auditing of Differentially Private Graph Release Mechanisms: Methodology, Toolkit, and Case Study
说明差分隐私图数据发布机制的实用审计：方法、工具包与案例研究
简介本文提出一套对差分隐私图数据发布机制进行经验性审计的方法，并以开源 Python 工具包实现。作者针对该场景设计了金丝雀构造与证据统计量选择两个问题，并结合统计认证检验流程。以一个已发表的最先进节点级差分隐私图发布机制为例，作者在多组合成与真实金丝雀对上得到超过声称值的隐私参数下界，足以证伪该实现的隐私保证，且在非空、连通图等更严格的输入限制下违规依然存在。
看点提出图数据DP发布机制审计的方法论，并用认证下界反证已发表的节点级DP机制声明，证据较充分、影响较大。
★★★★☆ 值得关注
Weaponizing the Exit: Input Privacy Leakage via Exit Routing Manipulation in Multi-Exit Networks
说明利用退出路由的输入隐私泄露攻击：多出口网络中的隐私风险
简介这篇论文研究多出口神经网络在云端部署时的隐私风险。恶意云服务商可在模型中预先植入操控，使带有特定敏感属性的输入更可能在指定出口结束，再仅凭单次推理的延迟推断该属性，而无需访问输入或输出。实验覆盖四个数据集和十种目标属性，攻击平均 F1 分数为 0.73，最强基线为 0.25，主任务准确率下降不超过 1.3%。
看点提出利用多出口网络推理延迟泄露用户输入敏感属性的新攻击范式，并在四个数据集、十种属性上以平均F1 0.73对比最强基线0.25验证。
Evolving Federated Density Peak Clustering with Shuffler-Based Anonymization
说明基于洗牌器匿名化的演化式联邦密度峰值聚类
简介本文提出一种单轮联邦聚类方法 eFDPC，结合演化式模糊数据流聚类与密度峰值聚类。各客户端在本地用小批量私有数据演化微簇，仅传输经密度峰值聚类选出的峰值，而非完整本地模型。客户端与服务器之间加入洗牌器层以匿名化贡献。实验表明，在单轮设置下该方法优于近期联邦聚类基线，并可扩展到高维非独立同分布数据。
Structural cryptanalysis of classic McEliece: Assessment of claims, costs and evidence
说明对 Classic McEliece 的结构性密码分析：主张、成本与证据评估
简介本文对近两年针对 McEliece（采用二元 Goppa 码）的经典结构性攻击进展作了版本感知的批判性评估，区分已证明的区分器、条件性成本估计与实际密钥恢复。作者分析了 Saarinen 的 HOVER 算法及其条件性成本分析、TII-254 挑战的恢复，以及 Weis 关于 Holdout/Hermite 密钥恢复的成本研究。作者认为成本模型是当前主要的定量不确定性来源，且所有结果都尚未构成已验证的实际攻击。
BelT Block Cipher
说明BelT 分组密码：白俄罗斯国家标准加密算法的完整描述
简介本文介绍 BelT，一种分组大小为 128 位、密钥为 256 位的分组密码，由白俄罗斯开发并纳入国家标准 STB 34.101.31，用于加密与完整性控制。文章完整描述该算法并说明其设计原理，结构为八轮，结合了 Feistel 网络与 Lai-Massey 方案。文中还将 BelT 的软件性能与可能的优化方式，与高级加密标准（AES）竞赛中的候选算法进行了比较。
WildFakeToolBench: Benchmarking AI-Generated Image Detectors with Web-Sourced Image Processing
说明WildFakeToolBench：基于网络来源图像处理工具评测AI生成图像检测器
简介本文提出WildFakeToolBench基准，收集了来自142个领域、220个公开来源的156个可执行图像处理工具。研究用这些工具处理五种生成器生成的105张图像，评测六种先进检测器的抵御能力。结果显示攻击效果稀疏且因检测器而异，同时该框架可用于评估检测器的鲁棒性。
★★★★☆ 值得关注
The Distributed Producer-Consumer Model Is All You Need: A Compiler for Asynchronous BFT
说明分布式生产者-消费者模型：异步拜占庭容错的一种编译器方案
简介本文提出分布式生产者-消费者模型（DPCM），将数据的可用性认证与二元终结过程分离，并证明其能将满足接口的生产者-消费者组合编译为异步拜占庭容错对象日志。作者以此实现了 Octopus 协议，结合并行一致性广播与批量异步二元共识。在八地区广域网实验中，Octopus 的无故障吞吐量与 Dumbo-NG 相差在 6.5% 以内，在最大容错数量的静默故障下部分设置优于 Dumbo-NG，吞吐量远高于 Alea-BFT。
看点提出分布式生产者-消费者模型并给出编译证明，将可用性与共识解耦；实验在八地区广域网上与Dumbo-NG、Alea-BFT对比，吞吐与延迟均有明显改进。
The Good, the Bad, and the Noisy: A Systematic Analysis of Ring-Oscillator-Based Noise Generators
说明基于环形振荡器的噪声发生器系统分析：比较现有设计并给出定制配置指南
简介本文针对侧信道防护中的加性噪声发生器，指出现有基于环形振荡器的设计因评估方法不一而难以公平比较。作者系统分析了这些设计的局限，包括噪声滤波风险，并给出关于反相器链长度、输出放大与输出频率随机化的配置指南。作者据此为一个示例AES实现定制了噪声发生器，结果显示其效果明显优于现有设计。
Federated Differentially Private Optimization via Low-Rank Preconditioning
说明基于低秩预条件的联邦差分隐私优化
简介该论文研究联邦设置下的差分隐私优化，用特征协方差矩阵的差分隐私估计作为广义线性模型的Hessian近似。作者提出联邦DP-PCA框架，在安全聚合下提供中心差分隐私保证，且通信成本随数据维度线性增长。论文给出了协方差估计及低通信预条件梯度下降的误差界，实验表明该方法在通信量大幅减少的同时可与二次通信成本的集中式基线相当。
SecLog-Bench: A Scalable Benchmark for Cybersecurity Log Reasoning with Scaffolded Evidence
说明SecLog-Bench：面向网络安全日志推理的可扩展基准测试（含分步证据链）
简介该论文提出 SecLog-Bench，一个用于评估大语言模型分析网络安全日志能力的基准。它基于可扩展的仿真平台，覆盖 29 种攻击场景，结合审计日志、应用日志和网络流量等多源日志，并为每个样本标注推理所需上下文与结构化的逐步证据链。测试八个主流模型后发现，即使提供证据支架，最佳模型的攻击进程推理准确率也仅为 44.44%，推理可靠性不足，且正确预测常伴随有缺陷的推理。
ANNULAR: Post-Quantum Private Transactions from Isogenies with Recursive Batch Verification
说明ANNULAR：基于同源的后量子私密交易与递归批量验证
简介论文提出 ANNULAR，一个基于同源（isogeny）原语的屏蔽资金池，仿照 Zcash Sapling 的结构，用隐藏金额的票据与无效化符实现交易，并让所有原语都具备后量子安全性。每笔交易附带一个 STARK 证明，一个区块的交易证明可折叠为单个递归证明，账本只需记录并验证该证明。论文报告了证明大小、验证时间和生成成本等测量结果。
ReDence: A Hybrid Agentic and Decision-Model Framework for Rapid, Evidence-Grounded Detection of Modern Social Engineering Scams
说明ReDence：用于快速、基于证据检测现代社会工程诈骗的混合智能体与决策模型框架
简介论文提出 ReDence，一个开源的混合框架，用于检测多种社会工程诈骗网站。它结合两个本地模型：一个负责调查规划、证据解读和报告撰写的多模态智能体，以及一个处理二元和多选决策（如浏览器操作选择、证据评估、是否继续调查）的专用决策模型。原文称该框架在十二类社会工程诈骗上表现优于现有检测器，并能生成可供分析人员审计的结构化证据报告。
Bridging Number-Theoretic Primality Testing And Algorithmic Optimization: An Adaptive Cryptographic Framework
说明连接数论素性检验与算法优化：一种自适应密码框架
简介本文提出一个自适应的任意精度素数检验框架，用于RSA、Diffie-Hellman和ECC等公钥密码系统生成和验证大素数。研究结合经典数论与机器学习及优化算法，分析确定性与概率性检验方法、硬件优化及量子安全熵源的应用，并给出即使素数分布有偏时仍能保证安全性的数学证明。
MIG-COW: Transferable Adversarial Attacks on Deepfake Detectors via Gradient Decomposition
说明MIG-COW：通过梯度分解实现对深度伪造检测器的可迁移对抗攻击
简介该论文针对深度伪造检测器易受对抗样本攻击的问题，提出了MIG-COW框架，结合动量积分梯度与共识正交分解，生成泛化性强且视觉上不易察觉的对抗样本。在AADD-2025挑战赛基准上，其白盒攻击成功率达99.96%，相似度（SSIM）较高，但对官方黑盒目标的攻击成功率仅为7.16%，说明可迁移性仍是难题。论文还指出，在集成中加入表现较差但多样的模型可能降低攻击效果。
★★★★☆ 值得关注
Amplifying Latency and Cost of LLM Inference via Rowhammer Attack
说明通过 Rowhammer 攻击放大 LLM 推理的延迟与成本
简介论文研究能否利用 CPU 内存 DRAM 的 Rowhammer 位翻转，在保持输出正确的前提下降低基于 GPU 的大模型推理性能。作者提出 LLVMhammer，通过在 Triton 编译流程中诱发一次位翻转，使其生成功能相同但效率较低的 GPU 内核，且该内核会被磁盘缓存，导致后续推理持续变慢。实验覆盖多款 LLM 与 NVIDIA、AMD 两家 GPU，推理延迟增加 4-16%，并能显著降低输出质量。
看点首次利用Rowhammer翻转Triton编译流水线中的比特，使LLM推理变慢4-16%，新颖性突出；评估覆盖多模型与双厂商GPU，但规模有限。
★★★★☆ 值得关注
Getting to the right root: radical isogenies of every degree
说明求正确的根：各阶根式同源（radical isogeny）的构造
简介该论文研究 F_p 上超奇异椭圆曲线的类群作用（如 CSIDH）的计算方法，这类计算通常需要很长的小素数阶同源链。作者证明了对所有 N≥4（奇数与偶数）、特征与 2N 互素的域上，可用每步一次 N 次根运算完成同源计算的紧凑公式，并给出算法成本与最优参数的数值结果。
看点证明了之前猜想的radical同源公式对所有N≥4成立（含偶数N），并给出偶数情形的符号选择结论，属于有实质推进的理论结果。
Can Loan Processors and Underwriters Spot AI-Edited Statements? An Empirical Study
说明贷款审核人员能否识别经AI编辑的财务报表？一项实证研究
简介研究者让三名有经验的贷款审核人员在不知情的情况下审阅由AI编辑生成的伪造贷款文件，文件共134份，源自47份获得同意的真实财务文件。结果显示，约十分之一的判断（14份，10.6%）包含与编辑相关的疑点，且均源于标识符不一致，没有人根据视觉线索识别出实际编辑。由于样本规模小且缺少真实文件对照，结论仅反映此探索性场景。
★★★★☆ 值得关注
AgentTriage: Replayable Security Diagnosis Across Heterogeneous Agent Runtimes
说明AgentTriage：跨异构智能体运行时、可重放的安全诊断
简介工具调用型智能体在写文件、执行代码或发送数据时，其最终回复往往无法解释随之产生的安全事件，且不同运行时的证据接口互不兼容。论文提出 AgentTriage，一种可执行契约：结论必须引用标准化的运行时事件作为依据，缺少必需证据时则弃权；在相同轨迹、覆盖层版本和策略判定条件下，诊断可以确定性地重算并复核，无需语言模型参与判断。在 120 个已裁定案例上，其联合诊断得分为 0.858，比最强的同模式基线高 0.175。
看点提出跨异构运行时的可重放安全诊断契约，并以120个裁定案例对比基线，联合诊断提升0.175（CI不含0）。
AIRO: A Streaming-Based Machine Learning Framework for Threat Detection and Security in Industrial Internet of Things
说明AIRO：面向工业物联网威胁检测的流式机器学习框架
简介本文提出AIRO（基于智能驱动的自主网络安全风险降低系统），用于工业物联网的监测与响应。该框架结合Apache Kafka流处理、针对特定攻击的特征提取、机器学习推理、基于置信度的决策逻辑以及IP封禁、账户暂停、流量限制等风险降低措施。作者为C2通信、侦察、SQL注入和钓鱼攻击构建了四个数据集进行评估，其中Gradient Boosting和LightGBM表现最佳，F1分数最高达0.9229，并实现了从事件输入到缓解措施的低延迟响应。
★★★★☆ 值得关注
Registered Functional Encryption for Circuits with Dynamic Bounded Collusion
说明具有动态有界共谋的电路注册式函数加密
简介本文研究注册式函数加密（Reg-FE），用户自行生成公私钥并注册，由透明的密钥管理者汇总为主公钥，从而避免可信中心机构的密钥托管问题。此前的构造在多个恶意用户共谋时不安全，或需要不可区分混淆这类重型工具。作者首次在不使用混淆的前提下构造了抗共谋的Reg-FE，共谋人数有界，界限可为全局参数，也可由加密算法动态指定；两种情形均基于注册式属性加密给出通用构造，并可由标准的k-Lin假设或简洁LWE假设实例化。
看点首次构造无需混淆的抗合谋Reg-FE，并支持动态合谋上界，基于k-Lin和succinct LWE给出实例化，安全性证明完整。
★★★★☆ 值得关注
Efficient Laconic Oblivious Transfer with Malicious Security
说明高效且抗恶意攻击的简洁不经意传输
简介该论文研究简洁不经意传输（Laconic OT），接收方可将大型数据库压缩为短摘要，发送方据此生成简短密文，只能解开一条指定索引的消息。作者提出首个能抗恶意攻击的此类构造，完全采用黑盒方式使用底层原语，基于向量承诺与见证加密的组合，并加入可模糊承诺和抗恶意见证加密两项增强。文中基于 LWE 等标准假设，在标准模型下实现，效率与仅具半诚实安全性的现有黑盒方案相当。
看点首次以完全黑盒方式构造恶意安全的Laconic OT，通过等价向量承诺与恶意安全见证加密实现，理论新意明显，但缺乏实验验证。
Omni-UBench: Benchmarking Omni-Modal LLM-based Guardrails Across Safety, Utility, and Reliability
说明Omni-UBench：跨模态大模型安全护栏的综合评测基准
简介本文提出 Omni-UBench，这是首个面向全模态（omni-modal）安全护栏的综合评测框架，从安全性、实用性和可靠性三个维度评估护栏模型。该基准汇集了来自 35 个以上来源、超过 18.3 万个样本，涵盖文本、图像、音频、视频及其跨模态组合，并按统一风险分类标注安全标签。作者在 15 个代表性模型上进行测试，发现现代全模态大模型即使未经护栏专门调优也有较强的内容审核能力，但现有护栏仍难以识别隐藏有害意图或使用复杂越狱手段的跨模态查询，并存在明显的安全幻觉和对文本模式过度敏感的问题。
★★★★★ 值得关注
Scaling Laws for Safety Probes
说明安全探针的缩放定律：用模型规模与标注数量预测探针性能
简介安全探针基于模型激活值训练，用于实时监测语言模型，但每次换模型或新增危害类别都需重新训练，且事先难以知道效果。作者构建了六个新的安全数据集，在五个模型系列的20个基础模型上，用32至10^6个标注训练两种探针，以1减AUROC衡量误差。结果显示误差遵循两条简单的缩放定律：可达到的最低误差随模型规模呈幂律下降，误差随样本增加趋向下限，并且拟合的常数因任务、模型系列和探针结构而异。
看点提出探针误差随模型规模与标签数量变化的两条简单缩放定律，并用大量模型与数据集验证，可预测探针性能。
Your Token Is Gone: A Token-Consumption Countermeasure for Disrupting LLM-Based Scam Systems
说明《Your Token Is Gone》：通过消耗令牌干扰基于大模型的诈骗系统的对策
简介该论文针对利用大语言模型自动实施诈骗的系统，提出名为TokenTrap的防御方法。它把疑似诈骗系统引向无害、低价值的计算任务，同时不提供凭证、支付信息等可被利用的内容。实验显示，在50轮的测试中，相比无令牌任务的基线，该方法使令牌消耗分别放大约2487倍、1616倍和568倍（依三种工作流而异）；其路由器在300个标注架构的提示上准确率为85.67%。
★★★★★ 值得关注
FVQKD: A Formal Verification of Quantum Key Distribution Security in Rocq
说明FVQKD：在 Rocq 中对量子密钥分发安全性的形式化验证
简介本文提出 FVQKD，一个用 Rocq 机器验证量子密钥分发（QKD）安全性证明的程序库。其首个成果是对 BB84 协议有限密钥可组合安全性的完整端到端机器验证证明，证明中不含 admit，仅依赖 Rocq 内核和标准基础公理。作者指出，已发表的纸笔论证中存在未说明的必要前提条件，其中一项揭示了一个缺失的证明分支。
看点首次端到端机器验证BB84有限密钥可组合安全证明，并发现原论文遗漏的边界条件与缺失证明分支，证据完整无admit。
Model-intrinsic, Weight-level, and Training-free Spectral Fingerprinting for Large Language Models
说明基于模型内在权重谱特征的大语言模型免训练指纹识别方法
简介本文提出一种直接从大语言模型权重出发的指纹识别方法，无需输入样本、生成输出或前向激活。方法利用门控前馈网络中 GATE 投影矩阵的奇异值分布构造谱特征，再按深度分段汇总为模型级指纹，并用线性中心化核对齐计算相似度。实验表明，该方法能区分同源与无关模型，并在指令微调、量化、剪枝和蒸馏等修改下保持稳定。
HiMark: Hierarchical and Controllable Multi-bit Watermarking for Large Language Models
说明HiMark：面向大语言模型的分层可控多比特水印方法
简介该论文提出HiMark，一种用于大语言模型生成文本的分层可控多比特水印框架，可在文本中嵌入多比特溯源信息以便追踪内容来源。方法在嵌入阶段采用分层候选控制机制，在检测阶段通过模型无关的证据聚合提取水印。实验表明，该方法在保持文本质量的同时提高了水印提取准确率，例如在300个token的文本中嵌入32比特，经过改写攻击后提取准确率为90.01%。
Bridging the Closed-World Gap: Interpretable Anomaly Detection via a Hybrid TSK-FCM Ensemble on the BETH Dataset
说明弥合封闭世界缺口：基于 BETH 数据集的混合 TSK-FCM 集成可解释异常检测
简介本文针对网络安全中监督模型难以识别新型攻击、无监督模型区分度不足的问题，提出混合模糊集成方法：以梯度优化的 TSK 模糊分类器识别已知内部威胁，并以模糊 C 均值（FCM）模块检测几何异常。作者发现高维空间中传统模糊隶属度会退化，因此改用 Min Distance 度量。在 BETH 测试集上，该方法 AUROC 达到 0.9951，较原始 Isolation Forest 基线高出 17.1%。
Beyond End-to-End Recovery: Towards a Better Understanding of LLM Steganography via Rolewise Decomposition
说明超越端到端恢复：通过角色分解理解大模型隐写
简介论文指出，大模型隐写中常用的端到端恢复指标无法区分编码失败与解码失败，也看不出私密信息在传输文本中是如何表示的。作者提出角色分解框架，分别考察编码文本的表示、解码器的恢复结果以及确定性验证能确立的内容。在7,200个编码器回复中，研究发现168个可验证编码被解码器漏掉，706个回复通过未在指令中明确规定的词长或词首标记模式包含了被重建的私密信息。
Membership Inference Attack on Private Evolution
说明针对 Private Evolution 的成员推断攻击
简介本文面向 Private Evolution（PE，私有进化）这类仅依赖推理的合成数据生成方法，提出了首个针对其投票式算法的白盒成员推断攻击。作者利用迭代筛选过程会使合成候选样本偏向私有实例这一特点设计攻击。实验表明，在图像、文本和表格数据上，该攻击都能显示出私有数据存在泄露的迹象。
★★★★☆ 值得关注
Not Where You Think: Protecting Location Privacy Against Reasoning-Based Geolocation
说明《不在你以为的地方：防御基于推理的地理定位攻击保护位置隐私》
简介本文指出，大型推理模型仅凭照片的视觉信息就能推断拍摄地点，即使去除元数据和明显地理标识，也存在严重的位置隐私风险。作者提出GeoTrace结构化推理攻击，并在525张普通图像的全球基准上评估，结果显示1公里内定位比例在Gemini-3-Flash下为25.71%，GPT-5-mini下为16.95%。作者还提出用户端防御方法GeoShift，在图片发布前改写关键地理线索，将街道级定位比例分别降至2.48%和3.81%。
看点提出结构化推理定位攻击并发现精确定位依赖局部线索的关键规律，据此设计用户端防御，实验覆盖525张图像并测试自适应攻击，证据较充分，影响面较广。
Agent Mosaic: Recognizing Confidentiality Leaks in Agentic LLM Systems
说明Agent Mosaic：识别智能体式大语言模型系统中的机密泄露
简介该论文研究大语言模型智能体从多份可访问文档中拼凑出敏感结论并泄露的“马赛克效应”。作者用30个网络安全、医疗和军事合成案例，在受控模拟与两个开源框架的实时智能体中测试泄露情况。结果显示，即使在良性查询下，表现最好的模型也有7.08%的回答泄露了被禁止的组合结论，添加分类标头和聚合规则后仍有部分不安全披露。
HAWC-Leak: Heterogeneous Architecture Workload Classification utilizing Side-Channel Leakage
说明HAWC-Leak：利用侧信道功耗泄露识别异构计算工作负载
简介本文提出 HAWC-Leak 框架，通过非侵入式功耗分析，实时识别异构平台（处理器加 FPGA 加速器）上正在运行的加速器任务。研究者在 ChipWhisperer CW305 Artix-7 FPGA 平台上采集 AES-128、ECC P-256、SHA-256、CNN 及空闲状态的功耗信号，并用分层随机森林分类器进行识别。实验显示，在受控的混合活动场景中该框架分类准确率达到 100%。
Rank Ceiling for Twiddle-Perturbation Faults on the Forward NTT
说明论文说明：前向 NTT 上旋转因子扰动故障的秩上限
简介本文研究 NIST 标准化的 ML-KEM 与 ML-DSA 中，前向数论变换在旋转因子被静态替换时，多项式到变换差值的线性映射。对单个替换，差值映射的秩等于共享该旋转因子的蝶形运算数量，并逐层减半。论文用 Lean 4 验证了相关核等式，并讨论了由故障密钥恢复秘密信息的条件。
★★★★★ 值得关注
Data-Void Exploits in Web-Searching LLMs
说明搜索型大语言模型的数据空白漏洞利用：攻击者如何借助网页内容影响模型回答
简介本文研究搜索型大语言模型的一种新漏洞，即“数据空白”利用：在相关可靠内容稀少的搜索空间中放置虚假叙述，使模型检索、引用并采用这些页面。作者改变用户提问语气、模型类型和攻击者控制方式进行测试。结果显示，攻击者内容在回答中出现的比例为31%，即使只有一个受控页面也可能成功；用户语气与模型选择的影响有限，因此作者认为需要针对此类攻击的防御措施。
看点提出针对网络搜索型LLM的数据空洞攻击新范式，并系统变化提示语气、模型与攻击者控制进行实验，单页即可成功。
The Psychology of an AI Hacker
说明AI黑客的心理：通过情绪方向引导提升网络安全模型表现
简介该论文研究能否借助语言模型内部的情绪表示提升网络安全AI的表现。作者在一个40亿参数的网络安全模型CT0上提取171个情绪方向，并在cybench子任务的415次测试中进行引导干预，发现引导至平静、安详或绝望时表现提升约1.6至2.1个百分点。此外，作者提出一种可在执行中动态选择情绪方向的轻量路由器，平均提升4.2个百分点，且每次决策约耗时80毫秒。
Mirage: Targeted Jailbreaks Against Post-Generation Safety Checkers in Multimodal Diffusion Models
说明Mirage：针对多模态扩散模型生成后安全检查器的定向越狱攻击
简介本文提出多模态越狱攻击方法 Mirage，用于绕过扩散模型流程中生成后的安全检查器。攻击者将不当内容（参考 NSFW 图像或恶意文本）隐藏在对良性图像施加的难以察觉的扰动中，并利用多模态编码器的共享表示空间实现跨模态对齐与规避。作者在 Stable Diffusion 1.5、Stable Diffusion XL 和 Kandinsky 2.2 上进行了实验，结果显示在有限的黑盒查询下即可对多种安全检查器取得较强的定向越狱效果。
On the Adversarial Vulnerability of Neural Receivers with Unrolled LDPC Decoders
说明基于展开式LDPC译码器的神经接收机对抗脆弱性研究
简介该论文研究了5G新空口神经接收机在接收端输入受到对抗扰动时的鲁棒性。作者发现，直接用梯度攻击穿过展开式LDPC译码器的效果不佳，原因是置信传播中的tanh饱和导致梯度掩蔽。为此提出了两种损失函数，在相同扰动功率下使误块率提高一到四个数量级。
Automated screening of privacy risks in medical AI
说明医疗AI隐私风险的自动筛查
简介该论文指出，即使医疗AI模型不公开训练数据，仍可能通过成员推断攻击判断某位患者的记录是否参与训练，造成隐私泄露。作者在7,789个模型上测量了六个临床数据集中每位患者的脆弱性，发现不同训练设置改变了高风险患者的数量，但风险最高的患者大体相同。作者据此开发了一个轻量级筛查工具，用四个小模型在训练生产模型前识别高暴露风险的患者。
PhishGen: Understanding LLM Capabilities in Automated Phishing Website Generation
说明PhishGen：评估大语言模型自动生成钓鱼网站的能力
简介本文提出PhishGen框架，评估大语言模型根据自然语言提示生成的钓鱼页面在外观和端到端功能上的表现。研究用14个模型生成页面，并与64个真实钓鱼工具包对比，包括众包用户评分和实际执行的凭证窃取流程测试。结果显示，GPT 4.1的功能成功率较高，而无审查模型较少超过45.4%，并指出相似度防御会漏检的生成器特征。
VX-One: Typed, Calibrated Decision Heads for Real-Time Perimeter Triage
说明VX-One：面向实时边界分诊的带类型、经校准的决策头网络
简介该论文提出VX-One，一个参数量约10万至1000万的小型多头网络，可输出经校准的二分类判定、带“未知”选项的封闭集分类及有序评分，单事件CPU延迟约0.7至1.7毫秒。作者在UNSW-NB15、CIC-IDS2017和EMBER2024上与基线方法比较，并测量了Suricata与VX-One的级联效果。结果显示其优劣并存：在UNSW上二分类与最佳基线持平，在时间性CIC检测上更优，但多类归因不如XGBoost；时间漂移下各方法的校准都明显退化。
A Post Quantum Vector Commitment Scheme with Efficient Insertions and Deletions
说明一种支持高效插入与删除的后量子向量承诺方案
简介向量承诺允许用户对一组数据作出承诺，并之后证明其中某个位置的内容。已有工作大多假设向量长度不变，本文研究向量长度变化（在任意位置插入或删除）后如何高效更新承诺与证明。作者提出“多方动态向量承诺”的形式化定义与安全概念“动态多方绑定性”，并给出一个在标准格密码假设下满足该安全性的构造。
Parameters efficient language model with latent cross-attention for IoT intrusion detection
说明面向物联网入侵检测的高效参数语言模型（带潜在交叉注意力）
简介论文提出一种紧凑的基于 Transformer 的架构，先把输入压缩到小型潜在空间，再用极简 Transformer 核心处理，用于物联网入侵检测。在 Edge-IIoTset 和 CICIoT2023 两个数据集上与 SecurityBERT 对比，模型参数更少，宏 F1 分数在 Edge-IIoTset 上更高，在 CICIoT2023 上接近，并在模拟边缘设备上速度更快。
GhostFaceMPC: Privacy-Preserving Face Recognition with Multi-Party Computation
说明GhostFaceMPC：基于多方安全计算的隐私保护人脸识别
简介本文提出 GhostFaceMPC，这是首个端到端的隐私保护人脸识别系统，可在安全多方计算下运行深度卷积神经网络特征提取与匹配。系统在特征提取、存储到匹配的各阶段都不暴露原始图像或生物特征向量。作者针对 GhostFaceNet 模型提出适合多方计算的量化方法，并进行电路优化，使多方计算下的人脸识别更具可行性。代码已公开。
Free-XOR TFHE via Lazy Bootstrapping
说明基于惰性自举的免费异或 TFHE 方案
简介该论文面向 TFHE 等 FHEW 类全同态加密方案，改进门自举（GB）过程，使异或门只需将两个输入密文相加即可免费计算。作者提出一种框架，用两次盲旋转即可计算所有对称二元布尔门，即对输入 (0,1) 与 (1,0) 输出相同的 8 种门。与此前的工作相比，该构造覆盖的门更多，且在概念和实现上都更简单。
★★★★★ 值得关注
JANUS: Agentic Cross-Language Fuzzing Harness Generation for Android Native Libraries
说明JANUS：面向安卓原生库的智能体式跨语言模糊测试驱动生成方法
简介安卓应用通过JNI连接Java/Kotlin与C/C++代码，这一跨语言调用可能带来攻击面。本文提出JANUS，首个用智能体工作流为安卓原生库合成支持JNI的模糊测试驱动的方法，迭代解析跨语言调用依赖并自底向上构造复杂参数对象。在44个真实应用、21,386个JNI方法上的评估显示，其生成的有效驱动数量（6,094个）是现有工具的5.9倍以上，并在五个主流厂商的预装应用中发现6个未知漏洞。
看点首个基于智能体的JNI感知跨语言模糊测试驱动生成方法，在44个真实应用上有效驱动数量为对比工具的5.9倍，并发现6个未知漏洞。
Sotto Maschera: Masking the Sota-Voce Fixed-Weight Vector Sampling
说明Sotto Maschera：为 Sota-Voce 固定权重向量采样加入掩码防护
简介本文探讨如何将 Sota-Voce 稀疏固定权重向量采样算法改造为抗功耗侧信道攻击的实现，并面向嵌入式设备。作者通过位切片优化排序、合并与压缩等核心步骤，并仅在布尔域中进行掩码，从而兼顾安全性与运行速度。结果显示，该掩码实现在 TVLA 评估中未见功耗泄露，且对 HQC 的速度相比既有工作最高可提升 45 倍。
★★★★☆ 值得关注
Characterizing and Defending Utility-Hijacking in Instruction-Tuning Data Selection
说明指令微调数据选择中效用劫持攻击的刻画与防御
简介论文研究了指令微调数据选择器的安全性，这类选择器决定哪些指令数据用于模型微调。作者提出“效用劫持”攻击，使有害样本既能通过选择器打分，又保留恶意内容，从而在top-k选择中集中入选。作者还提出防御方法CONCERT，通过标记异常高选中的供应方并用两个差异较大的选择器重新选择来降低投毒集中度。
看点首次系统研究指令数据选择器的供应端自适应攻击，提出效用劫持并结合防御，在多选择器与多模型上验证，攻击效果显著。
★★★★★ 值得关注
Compaction Laundering: Provenance Destruction in Context-Compacting Coding Agents
说明压缩洗白：上下文压缩型编码代理中的来源信息被销毁
简介长时间运行的编码代理需要压缩上下文，把对话总结后作为记忆继续使用。本文发现，在一些流行的开源编码代理中，这一步存在可被利用的信任边界：部分框架把带类型的对话扁平化为单一字符串，丢失了消息来源。攻击者可伪造用户指令，使其在压缩后被当作真实指令保留。文中还展示了该伪造指令可导致代理执行攻击者指定的命令，并提出了代码层面的来源检查方法。
看点发现上下文压缩中角色标签被扁平化导致来源信息丢失的新攻击面，并在多个真实编码代理上通过执行类实验验证，影响较大。
★★★★☆ 值得关注
Linear Self-Symmetries of Inverse-Based S-boxes: Generic Rigidity and Applications
说明基于求逆的S盒的线性自对称性：一般刚性与应用
简介该论文研究以有限域求逆为核心的S盒中，外层可逆线性变换在GL_n(F_2)上变化时，非平凡线性自对称性保留的概率。作者利用求逆两侧线性等价的分类，将问题化为半线性共轭与中心化子估计，给出了该概率的匹配上下界。论文指出，衰减速率取决于扩域次数的最小素因子，并给出一个实用的刚性判据，证明完整AES S盒不存在非平凡线性自对称性。
看点将求逆映射的线性自对称问题归约为半线性共轭与中心化子估计，给出匹配的上下界并确定指数，证明了全AES S盒无非平凡线性自对称，新意较强。