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）。
说明捷径与边界：可验证的强化学习错位与情境安全学习
简介本文研究强化学习中奖励驱动的错位问题，包括奖励投机：合规完成任务仍然可行，但部分可执行的捷径比所有合规策略获得更多奖励。作者将这类奖励与情境冲突编码进任务动态，大规模生成交互环境，并从执行历史中得出合规反馈。实验显示，少量冲突样本即可导致广泛的捷径学习；同时，情境检查提供的二元惩罚可部分缓解违规行为，并能在未见过的变化证据任务中提高安全完成率。
说明TUTTI：在 CPU 上以不到 3 毫秒完成并行 CKKS 自举
简介本文提出 TUTTI，一种新的 CKKS 自举方法，在多线程延迟上优于既有低延迟方案。它在 SPRU 基础上改进并行利用与消息数量处理，并给出 LMSS 分组二元密钥的更精细安全性分析。实验显示，TUTTI 在 192 线程上以 46 至 83.4 毫秒自举 4096 个实数消息，单条消息在 32 线程上耗时 4.6 毫秒，低于 TFHE-rs 的 7.3 毫秒。
说明抑制不等于擦除：LoRA后门防御子空间投影的机制分析与重新激活边界
简介该论文针对LoRA适配器的后门风险，审计了基于子空间投影的防御方法。作者提出用单秩触发差分投影可将静态攻击成功率降至0%，但发现少量样本即可使各类权重编辑防御的后门重新激活，表明静态成功率下降并不代表参数被真正擦除。
说明DeepChronos：用于多步骤攻击检测的时序神经符号推理
简介该论文提出DeepChronos，一种神经符号网络入侵检测系统，把学习到的流量级证据与显式的攻击阶段规则、时序前提及已推断的攻击阶段结合起来，使攻击历史约束每一次检测决策。在DARPA 2000和AIT-LDS V2数据集上，相比纯神经网络基线，其宏观F1最高提升11.3%，并在严格时序约束下消除了因果违规，推理延迟保持在毫秒级。
说明用电网运行情境核查分布式能源指令，可发现静态检查漏掉的凭证型攻击
简介论文指出，现有分布式能源（DER）指令授权主要依据发送者身份和数值是否见过，攻击者持有合法凭证并写入普通数值即可通过。作者提出按电网运行情境核查每次写入，包括目标附近母线电压、时段、日前电价、系统负荷和辐照度，并与馈线自身良性历史中相似条件下的操作进行比较。实验在IEEE 123节点和8500节点馈线上进行，对九种攻击场景作了评估。
说明基于Maurer思想的双向物理层认证：抵御多天线冒充攻击
简介本文研究受Maurer思想启发的双向物理层认证方案，场景是合法用户Alice需要向Bob完成认证，同时存在一个多天线的冒充者Trudy。方案中Bob与Alice分别加入人工噪声，使冒充者难以获得与Bob预测相符的响应。作者针对准静态高斯多输入多输出信道，推导了替换挑战、响应或两者都替换等攻击下的漏检概率界限，并表明在各节点天线数相同的情况下，该方案在最坏情况漏检概率上可低于特定的单向测试。
说明二阶线性响应能否预测量化误差？五个语言模型上的预注册测量
简介论文研究用原始模型的Fisher信息和二阶展开式估计量化后的KL散度，这一快速筛选方法在Qwen3、OLMo-2等模型上的可靠性。作者比较了int8、fp8和int4等格式，发现相对预测较稳定而绝对预测误差较大，并指出bf16计算梯度会造成误差，改用fp32可消除。最后，作者构建了一个筛选器，在未见过的Mistral-7B-v0.3模型上预测结果良好。
说明基于有界委托在 RISC-V 微控制器中重构系统级保护
简介该论文针对嵌入式微控制器在运行时需要动态调整保护策略的需求，提出一种感知所有权的模型，通过明确的所有权和规则包含关系限制配置权限及递归委托。论文在基于 CVA6 的 SoC 上实现了开源 RISC-V 世界检查器，FPGA 评测显示访问延迟和工作频率无下降，八条规则带来 7.1% 的 LUT 和 1.2% 的 FF 开销。在 OTA 升级案例中，相比虚拟机监控器和可信固件调解，直接重配置分别将策略切换延迟降低 89.5% 和 94.6%。
说明双盲评测：解决AI安全审计中的双重保密难题
简介本文提出“双盲评测”方法，让评测方的测试提示词不被模型所有者看到，同时模型所有者的权重和推理代码也保持机密。方法借助在硬件层面加密内存的安全飞地实现。作者在谷歌云上用NVIDIA H100安全飞地、借助OpenMined的PySyft，对谷歌DeepMind的专有模型Gemini 2.5 Flash Lite进行了测试，使用了私有AILuminate基准的部分语料。
说明定时约束下的隐蔽系统辨识：静态线性模型及其可检测性分析
简介本文研究网络物理系统中的隐蔽系统辨识问题，即攻击者在试图保持隐蔽的同时推断被控对象的动态特性。作者提出一种轻量级静态线性模型，假设设定值变化的执行时间与指令速度差成正比，并在西门子PROFINET测试平台上进行验证。结果显示，该模型能较好刻画驱动器的斜坡响应，但未能捕捉终端超调，而这一被忽略的瞬态正是攻击者的主要暴露点。论文认为，在所采用的检测器校准条件下，这类模型的隐蔽性边界与被控对象自身的稳定过渡过程相关。
说明Text2NGAC：基于多大模型流水线并以变异测试验证的NGAC策略抽取方法
简介本文提出Text2NGAC，一套由多个大语言模型协作的流水线，可将自然语言访问控制策略转换为NIST下一代访问控制（NGAC）图。系统先消歧每句话，对不确定的句子交由多模型集成处理，并用五种策略的验证器检查生成的图，验证器的有效性通过受控变异测试衡量。论文称其为首个从真实政策文件中抽取全部四类NGAC关系（关联、禁止、事件响应义务和分配）的系统。
看点首次从真实政策文档提取全部四类NGAC关系，并用变异测试验证校验器，在多个语料上达97.3-99.6%准确率。
说明藏于眼前：通过寄存器重命名实现的隐私增强计算
简介该论文提出HPS-PEC，一种利用CPU现有寄存器重命名与寄存器堆基础设施实现隐私增强计算的方法，只需对架构做少量修改。在25个VIP-Bench基准测试中，使用7周期QARMA-64密码，其加密代码的执行时间约为未保护原生代码的3.41倍（几何平均），并比Sequestered Encryption单元快1.26倍，而其专用面积不到后者的三分之一。
说明机器学习模型不是密码：用于权重提取的功耗分析比想象中更难
简介该论文探讨能否通过功耗分析还原机器学习模型的秘密权重。作者质疑把模型当作密码、用密码学攻击方法完整恢复深度网络所有层的做法，并在假设攻击者可无噪声直接观测泄漏输出的条件下研究完整训练好的模型。论文指出，机器学习使用的有限精度浮点运算和低扩散线性操作，以及随算法推进数据熵减少的特性，使深层权重恢复困难，通常需要异常多的功耗迹线。