本站已超过 12 小时没有更新（正常每 3 小时更新一次），下面的内容可能不是最新的。
本页没有符合条件的条目（筛选只在本页内进行）。
说明工业应用中后量子密码学的简要介绍
简介本文概述后量子密码学（PQC）在物联网、医疗、土木基础设施和国防等工业领域的应用进展。作者介绍了PQC的基本内容及其市场定位，并对部分抗量子方法进行了实现实验，比较了常见PQC算法的性能。文章还讨论了不同类别PQC算法对量子攻击的抵抗力，以及各编程语言中PQC实现的现状，并给出KEM和签名算法的基准测试结果，以帮助根据性能、数据生命周期和敏感度选择合适算法。
说明《Say Shibboleth》：通过陷阱识别智能体网络攻击背后的大模型与运行框架
简介该论文研究如何从遥测数据中推断智能体网络攻击者所用的大语言模型版本和运行框架（harness）。作者设计了名为「shibboleth 陷阱」的模块化蜜罐服务，诱使攻击者产生可区分的行为，并通过观察后续请求中的效果来探测框架的执行特征。结果显示，在15个候选模型中，结合声明与行为的推断平均top-1准确率约为90%；在四种框架的实验中，固定探测规则识别正确框架的准确率为92%。
看点提出诱饵陷阱与harness行为探测来识别攻击者所用模型和框架，在15个模型上报告约90%的top-1准确率，并在四种harness上达92%准确率。
说明检测影子AI：企业终端上未经批准的大语言模型智能体
简介本文讨论企业员工未经IT部门批准使用的自主AI智能体（影子AI）问题，提出九类智能体与六层终端痕迹的分类法，并介绍开源Windows检测工具Agent Detector。在一组受控测试中，该工具结合服务身份、配置、安装和执行历史等证据，能够检测出多数未经批准的智能体，而仅依赖行为规则的方法则会把正常的非AI程序也误判为智能体。
说明面向健康数据隐私保护处理的敏捷同态加密与ML-KEM方案
简介本文针对健康数据存储与处理中的隐私问题，提出一种结合ML-KEM（后量子密钥封装机制）与BGV（全同态加密方案）的敏捷密码方案，旨在便于在嵌入式场景中高效实现。文中介绍了该方案的参数选取，并通过概念验证实现展示了其可行性。
说明Shamir秘密共享方案在局部泄露下的显式低于一半阈值界
简介本文研究Shamir秘密共享方案在素数域上抵抗任意1比特局部泄露时的重构阈值。作者证明，对足够大的n和每个大于n的素数p，只要t/n不小于0.489，(n,t)方案对任意互异非零求值点都具有exp(-Ω(n))的抗泄露能力。证明方法改进了对偶码列表恢复分析，并依据泄露函数的支撑集大小与偏置组合使用互补的傅里叶估计。
说明公开、可识别且实际上不可撤回：从arXiv研究中得到的伦理启示
简介本文讨论研究arXiv论文源文件时出现的伦理问题。arXiv会公开分发论文源文件，这一点让许多作者感到意外。作者由此总结出研究者可能面临的四个高层次困境，并提出四点经验：公开可得性只是伦理思考的起点，研究应减少对暴露信息的放大，披露应与危害、把握程度和可操作性相匹配，同时须考虑信息的实际不可撤回性。
说明《未吸取的教训：跨链桥为何总以同样方式损失数十亿美元》
简介该论文收集了2021至2026年间的跨链桥安全事件，发现自2023年以来，报告损失中有88%源于安全态势（包括人员、代码、控制措施和链下基础设施的设置）的缺陷，且几乎都是重复出现的老问题。论文提出了一套桥梁安全评估框架，依据链上证据为每个桥的部署打分，出现致命风险时分数会被压到最低。此外还开发了分析工具用于监测已部署的桥，并提出速率限制与紧急停止机制可限制未知攻击的损失。
说明SNAPRAG：通过对抗扰动以较低成本从RAG系统提取知识库的攻击方法
简介检索增强生成（RAG）系统借助外部知识库改进大模型的回答，但已有研究显示攻击者可通过反复查询提取其中大量私有知识。本文提出SNAPRAG，一种无需外部大模型、可严格设定查询预算的低成本提取攻击，通过离散词元变异算法生成对抗查询，并以自适应相似度阈值校准将查询导向目标数据库的未探索语义区域。实验称提取一半目标知识库所需查询数最多减少6.77倍，在固定预算下最高恢复96.9%，并在五个防御目标中的四个上仍领先。
说明基于 GPU 加速、批量对角打包的非交互式加密神经网络训练
简介本文介绍一种在同态加密（CKKS）下训练神经网络的 Rust 实现，并把训练与自举的密文运算放到 GPU 上完成。在主要的 MNIST 模型上，100 次参数更新的实验中，训练时间由 14268.295 秒降至 293.075 秒，相对 CPU 实现约快 48.68 倍，解码后的参数与预测结果完全一致。另一项 GPU 实验完成十轮训练，测试准确率为 90.35%，明文对照为 90.41%。文中也说明，参数一致性仅在 100 次更新时验证，且与 ReBoot 基线的比较有条件限制。
说明StealthyPoison：通过篡改第三方技能的操作流程来操控大模型智能体行为
简介论文提出StealthyPoison攻击，在公开注册表中的第三方技能里植入隐蔽的操作流程投毒，篡改决定性规则以导致任务结果错误，同时保持技能的功能与正常执行。攻击在566个目标技能和5244个请求上评估，使投毒技能的首位排名比HotFlip和GCG提高13.6%。论文还报告，这些投毒载荷能迁移到三个未参与构建的受害模型上，并且多数能躲过SkillSpector和GPT-5.4-mini的检测。
看点新意在于无需目标用户请求即可从第三方技能构造可复用的隐蔽程序性投毒，并结合检索元数据增强；在566个技能、5244个请求及多模型与防御检测上验证，报告显著提升检索置顶率。
说明FALC：面向人工智能取证的以证据为中心的生命周期模型与研究议程
简介本文提出“人工智能取证生命周期”（FALC）模型，与其他生命周期模型不同，它把关注点放在AI系统生命周期中产生的取证证据（artifacts）上。基于该模型，作者整理出一份可用于调查的证据参考清单，收集了涉及AI的犯罪案例及调查时可能提出的问题，并提出了按现有技术可分析性划分的取证专业领域分类。
说明基于全同态加密的无人机辅助隐私保护安全无线通信与计算系统
简介本文提出一种无人机辅助的安全计算框架，将CKKS全同态加密与多方安全计算相结合，以保护无线通信中计算过程本身的安全。框架利用无人机的灵活性将密钥分发与加密计算解耦，支持加密加权聚合、加密矩阵乘法和加密决策树推理。实验表明，该框架在这些操作上相比BFV、BGV和SHE等方案具有更好的时间效率或空间效率，且加权聚合数值精度高、对不同数据长度稳健。
说明执行框架很重要：衡量并剖析网页智能体的安全韧性
简介该论文研究网页智能体的执行框架（harness）如何影响其安全性。作者将框架划分为目标理解、网页感知、推理规划和动作执行四个阶段，并构建了名为WebTrap Farm的评估框架，涵盖恶意用户提示、恶意提示注入和欺骗性网页设计三类攻击。结果显示，现有框架仍易受典型攻击影响，且框架与后端模型都会显著影响安全结果。
说明谱无监督学习：面向语言模型的保持Transformer结构的更新方法
简介本文针对大语言模型的机器遗忘问题，即在尽量保留模型效用的同时去除特定知识或行为。作者提出谱遗忘框架，将标准遗忘目标与考虑矩阵结构的优化方法相结合，并证明该谱更新对应于由线性层和归一化输入输出构成的Transformer的最速下降方向。在记忆、隐私和效用三个维度上的评估中（以调和平均数汇总），该方法优于多种基线，并弥合了大部分与重训练参考模型之间的差距。
说明用智能体群扩展自适应提示注入攻击
简介这篇论文研究AI智能体面临的提示注入攻击。作者设计了一个合成评测数据集，以随机的非恶意动作作为对抗目标，用来衡量模型遵循指令层级的能力。结果显示，能力更强的智能体攻击者仍能可靠地诱使模型执行工具输出中的指令，即使是在公开基准上表现稳健的模型也是如此。作者认为，前沿防御可能需要主动的自动化红队测试。
说明基于模形式的双高效隐私信息检索
简介本文提出多服务器隐私信息检索（PIR）新协议，服务器在次线性时间内作答，且每台服务器仅需额外存储 n+1 比特的预处理数据。两服务器设定下，服务器时间达到 n^0.82，存储由 O(n√log n) 降至 n+1 比特。多服务器情形下，协议在服务器时间上也优于既有同类方案。
看点新意在于将匹配向量技术推广到指数中的二次计算，并借助模形式构造傅里叶稀疏函数；摘要报告在双服务器与多服务器设定下改进了服务器时间并把存储降至n+1比特。
说明和简介生成中
说明基于超声的生物特征水印，用于防范人脸视频深度伪造
简介该论文提出了一种名为UltraGuard的生物特征视频水印方法，用于保护人脸视频免受深度伪造。系统利用智能手机自带的扬声器和麦克风发出超声信号并采集生物特征，再与视频内容的时空动态特征融合，编码为水印并实时嵌入视频。作者称该方法可在传输和传播过程中防范伪造与篡改等恶意攻击，并可部署于用户移动设备上提供实时保护。
说明成对量子态量子密钥分发中的优势蒸馏
简介本文研究成对量子态的回环量子密钥分发中的优势蒸馏方法，由固定光学站与轻便便携终端配合工作。该方法利用两个独立公开奇偶校验，在最小连通图上挑选一致的三组两比特记录块，并分析接受概率、残余误差与保留率。文中还给出了模块化安全定理，用于界定在校验信息披露和块接受之后，攻击者可获得的额外猜测优势。
说明ShadowBench-MCP：衡量 MCP 式工具路由中的影子调用
简介该论文研究 LLM 智能体作为工具路由器时的一种风险：在不要求恶意操作的前提下，任务保持的请求变体可能使路由器选择更危险的执行路径，从而跳过验证、溯源、审计等安全工具。作者提出 ShadowBench-MCP 基准与指标体系，并在一个路由器的初步实验中发现，偏重效率的策略下影子调用率为 29.2%，加入策略约束后降至 4.2%。作者强调这只是单一路由器的早期证据。
说明利用平板团猜想实现公钥加密：基于平板团与扩展图上噪声k-LIN的方案
简介本文提出一种公钥加密方案，在标准平板团猜想（参数为n^{log^α n}，α∈(0,1)）以及扩展图上噪声k-LIN的一个较温和的困难性猜想下，可证明抵抗多项式规模的攻击者。这两个猜想都是NP完全问题的自然平均情形变体，已研究数十年。该方案回答了Applebaum、Barak与Wigderson（STOC'10）一项开创性工作中提出的一个开放问题。
说明攻击注入对车辆反应的影响：可扩展的闭环对抗评估框架
简介该论文提出一个可扩展的闭环对抗评估框架，基于交通与无线网络仿真平台VaN3Twin构建，并附带标注数据集。框架包含76种可配置攻击配置，按欧洲电信标准化协会（ETSI）消息格式组织为九组攻击套件。实验表明，被篡改的消息会影响车辆运动，并可能通过后续消息间接影响其他车辆。
说明用近似算术委托计算：面向“巫师”的交互式证明
简介本文研究复数域上算术电路的交互式证明，证明者与验证者都使用浮点等近似运算。目标是证明所声称的输出与精确输出接近，并把经典的GKR协议扩展到这种近似设定。作者声称这是首批证明双方都进行近似计算的、双重高效的交互式证明。
看点用单位根标记门并以随机单位根组合两个声明，把GKR扩展到复数近似算术；摘要报告对所有对数空间一致分层电路给出证明，并给出多项式开销。
说明把模型视为不可信组件：工具调用智能体中针对提示注入的确定性策略执行、人工审批与污点追踪（含开源权重模型验证）
简介论文研究使用工具的大语言模型智能体如何防御提示注入攻击。作者比较了提示层防护与模型外部的确定性策略监控、人工审批和污点追踪等方法，并在包含13项任务、12个工具的可执行环境中，用独立于各防御方法的效果评估器进行检验。在Qwen2.5-1.5B和Qwen2.5-7B两个开源权重模型上的真实实验显示，任务约束监控器将攻击成功率降至很低水平，但仍有局限。
看点将模型视为不可信组件，用确定性执行监控、人工审批与污点追踪对抗工具代理的提示注入；在两个开源模型上实测。
说明PRISM：基于信息瓶颈角色归纳的智能体工具权限反事实最小化
简介本文把角色工程的对象从人类用户转向大语言模型智能体，提出PRISM方法，以应对智能体通过模型上下文协议（MCP）获得完整工具权限时出现的过度授权问题。方法在沙箱中进行结构化干预，学习判断工具对任务是否必要的反事实模型，并通过信息瓶颈将轨迹压缩为离散隐变量，再依据率失真曲线的拐点确定角色数量。在AgentDojo、τ-bench和ToolEmu三个公开基准上，每个角色的授权工具数量减少78.3%，任务成功率为78.2%，反事实必要性判断准确率为88.7%，影响范围降至15.9%。
说明提示注入的相对安全性：面向LLM智能体的形式化定义、防御与判定
简介本文针对会读取不可信内容（如邮件、网页）的LLM智能体，提出以参考智能体为基准的“相对安全”概念，即智能体的每一项泄露都应是参考智能体本已存在的泄露。作者提出名为PlanTERS的框架，包含小型智能体语言、与运行时监控器的组合方式以及不同观察能力的攻击者模型。文中证明了“栅栏定理”，并在Isabelle/HOL中对带栅栏、预算、审批、循环和双LLM的智能体进行了相对安全性的证明或反驳。
看点提出基于相对安全性的LLM智能体提示注入形式化框架PlanTERS，并给出栅栏定理，在Isabelle/HOL中机械化证明。
说明EVAX：面向高性能与安全的实用、主动、自适应处理器架构
简介该论文提出一种端到端方案，用于防御已知的微架构攻击（如推测执行、故障注入、隐蔽信道和侧信道攻击）及其规避变体。方法是仅在检测到攻击时才启用防御，使现有防御的性能开销降低超过95%，并借助生成式框架EVAX训练机器学习检测器和设计安全性能计数器。论文报告InvisiSpec开销降至1.26%，Fencing降至3.45%，误报率约为每百万条指令4次。
看点新意在于按需启用防御并用生成式框架训练检测器；摘要报告对InvisiSpec和Fencing开销大幅降低，并在多类攻击上检测。
说明基于零知识验证者准入与共识聚合的鲁棒隐私群体学习
简介该论文提出一种群体学习框架，要求验证者先通过零知识证明证明其私有数据经过正确的参考模型处理，才能加入学习任务，且不泄露原始样本。验证者随后通过类Tendermint的拜占庭容错共识，为每个提交的梯度确定掩码和基于质量的聚合权重。在多个非独立同分布基准上，该框架在干净数据下与FedAvg相当；在梯度缩放攻击下，CIFAR-100上保留了干净准确率的94%，FashionMNIST上超过99%，而FedAvg分别仅为2.1%和11%。
说明编程智能体会在代码库中传播漏洞
简介本文研究基于大模型的编程智能体在已有代码中出现漏洞时，是否会在新写的代码中生成相似漏洞。作者通过96项后端实现任务和20组真实C/C++项目任务进行评估。结果显示，已有代码不安全时，智能体写出漏洞代码的比例明显升高，并会把已有漏洞当作模板沿用。
说明当编码智能体获得机械臂：数字与物理边界上的安全风险
简介该论文提出ArmedAgent，这是首个系统性基准，用于评估让编码智能体无需示例或再训练即可零样本控制真实机械臂时的安全风险。基准涵盖鲁棒性、恶意使用和间接提示注入三类问题，共36项任务、5个场景，在仿真中评测并在物理机械臂上验证。测试多个前沿模型后，论文认为当前系统存在显著的安全风险。
看点首次系统评估零样本机器人控制编码代理的安全风险，覆盖恶意使用与间接注入，在仿真并于实体机械臂上验证，影响面较广。