arXiv 安全与密码类（cs.CR）和 IACR 密码学预印本。
说明《安全之首》：学习型注意力门提升提示注入防御能力
简介论文提出 Heads of Security（HoS），通过一小组可学习的逐注意力头门控，实现指令与数据的分离，使模型能处理不可信内容而不执行其中的注入指令。在 Llama-3.3-70B-Instruct 和 GPT-OSS-20B 上，HoS 对自适应攻击更稳健，在标准效用基准上表现更好，并在智能体提示注入基准上达到领先水平。
说明超越多项式层级的量子计算经典验证
简介论文研究经典多项式时间验证者能否在不依赖计算假设的前提下，验证任意多项式时间量子计算。作者在一个经典预言机下构造了一个位于多项式层级之外、可在量子多项式时间内精确判定的语言，并给出公开抛硬币、完美完备性、可靠性误差至多1/4的交互证明协议。论文还证明了消息数量在常数因子内是最优的。
说明重新审视量化深度神经网络中的隐私风险：量化模型是否更安全的实证研究
简介本文首次系统评估了量化深度神经网络的隐私风险，测试了八种成员推断攻击和六种量化方法。结果显示，4至8比特的常见量化对成员隐私风险影响有限，量化模型与全精度模型同样容易受攻击；2比特等激进量化虽能带来一定隐私收益，但会显著降低模型效用。针对全精度模型设计的现有隐私防御，在量化模型上保护效果有限，且会加剧效用下降。
说明当 POST 变成 GET：HTTP 方法可互换性及其安全影响研究
简介本文研究 HTTP 方法可互换性，即同一端点的 POST 请求可以改写为 GET 请求（将请求体参数移入查询字符串），并得到等价响应。作者提出自动化检测流程 MIDE，在大规模未认证实验中，于 Tranco 前 1 万个网站里发现 407 个存在高置信度可互换请求的站点。研究还发现部分站点存在 CSRF 令牌和 Web 缓存欺骗相关的安全问题。
说明《一分钱换你的提示词》：AI聊天平台上下文泄露的测量研究
简介该论文对42个AI聊天机器人网页界面进行了大规模测量，涵盖通用平台及健康、法律、教育等领域平台。研究通过在浏览器JavaScript引擎层面插桩，追踪数据流对应的用户操作。结果显示，21个平台向第三方跟踪器泄露对话标题，9个平台泄露用户原始提示词，不少平台还向第三方发送用户邮箱。
说明SecDMP：可证明安全的数据内存依赖预取机制（扩展版）
简介数据内存依赖预取器（DMP）是近期主流桌面和服务器CPU引入的一种微架构优化，能提升性能，但已被证明可能导致机密信息通过侧信道泄露。本文提出一类DMP泄露分类，并在RISC-V处理器上实现了首个开源DMP以验证分析。作者进一步提出硬件防御方案SecDMP，要求机密数据在内存中被标记，使DMP不在微架构中编码这些机密；论文形式化证明其不引入超出无DMP基线语义的泄露。
看点提出DMP泄漏分类并给出可形式化证明安全的硬件防御SecDMP，在保持公开数据性能的同时阻止全部泄漏类别，证据较扎实。
说明信封层：大语言模型智能体防御中被低估的一个表面
简介该论文延续前人把“信封层”视为恶意内容进入智能体通道的思路，并以A2A-TIBA攻击为测试对象，通过两因素析因实验和记忆实验，考察标签强度、信封真实性、框架差异和已有记忆对防御效果的影响。结果显示，信封真实时强标签通常降低语义突破率，弱标签未必优于无标签基线；信封可被伪造时强标签的收益减弱；记忆的影响大于标签操作。作者据此把信封层细化为准入通道与上下文组装表面两个层次，认为其安全边界由标签声明、前端权限和历史记忆共同决定。
说明约束提交边界：面向智能体实体解析的 DIO/ODI 授权防护机制
简介本文针对智能体实体解析系统提出一种授权边界设计：区分可用于推理的证据与有资格授权持久身份变更的证据。系统通过领域策略把特定重建失败映射为身份保持约束，并以两阶段监督器控制提交，要求证据覆盖所有命题、冲突已解决、操作在授权范围内且状态与策略版本有效。这是概念性架构，尚无实现或实证验证。
