Look It Up: Multi-bit LLM Watermarking via Codebook Search
说明《Look It Up》：基于码本搜索的多比特大模型水印方法
简介论文针对短文本大模型生成内容的溯源问题，提出一种基于码本的水印方案：将n位载荷映射为更长的u位码字，在生成时通过词元级logit偏置嵌入，提取时借助汉明或编辑距离在预先生成的秘密码本中匹配最近码字。实验显示，在200词元生成文本上，16至24位载荷可近乎完美地恢复；在基础模型的127词元生成文本上表现也较强。
本页没有符合条件的条目（筛选只在本页内进行）。
Signed Dyadic Path Encoding for Efficient Non-Interactive Private Decision Tree Evaluation over TFHE
说明基于有符号二进制路径编码的TFHE非交互式隐私决策树评估方法
简介该论文针对TFHE同态加密下的隐私决策树评估，服务器可在不获知客户端输入的情况下分类加密查询。作者提出有符号二进制路径和编码方法，把每个叶结点的可编程自举（PBS）次数降到叶父结点数量，从而大幅降低计算开销。论文还将该编码推广到梯度提升集成模型，并在UCI基准数据集上报告单树和集成模型的延迟分别降低约1.51至1.92倍和2倍，且精度无损失。
MobileProbe: Adaptive Security Evaluation of Mobile Agents via Trajectory-Aware Injection
说明MobileProbe：基于轨迹感知注入的移动智能体自适应安全评估
简介移动图形界面智能体通过读取手机屏幕代替用户操作应用完成多步任务，攻击者可把恶意指令嵌入界面内容来劫持其行为，即环境注入攻击。本文提出MobileProbe，一种轨迹感知的红队测试框架，通过自动化渗透发现可被攻击者控制的内容位置，沿智能体执行轨迹定位脆弱决策点，并借助代理模型过滤的进化循环迭代优化上下文感知的攻击载荷。作者构建了涵盖12个移动应用、83个长程攻击实例的基准，在三种代表性智能体架构上，其攻击成功率高于人工编写、零样本大模型及改编的已有自动红队基线。
CrossPloit: A Benchmark for Cross-Version PoC Migration in Python Web Applications
说明CrossPloit：Python Web 应用跨版本概念验证迁移基准
简介该论文提出 CrossPloit 基准，包含 45 个 CVE 中的 127 个迁移实例，用于检验某漏洞的概念验证（PoC）能否在漏洞数据库未列出的更早版本上复现。基准构建确认了四个数据库受影响版本列表之外的 149 个易受攻击旧版本，其中 127 个需要迁移。在 18 种智能体配置中，最佳配置解决了 58.3% 的实例，适配后的追踪引导基线为 8.7%；攻击向量变化类实例最难，任何配置的解决率都不超过 37.9%。
Look Here, Then Decide: Small Decision Models in a Harness Find Memory-Safety Vulnerabilities at Scale on Commodity GPUs
说明先定位再决策：小型决策模型在普通GPU上大规模发现内存安全漏洞
简介本文研究小型开源决策模型能否支持开源软件的大规模漏洞发现。系统用确定性方法选取C和C++项目并定位可疑位置，再由4B参数的Intern-Decision-4B对候选函数打分排序。在75个公开CVE上，修复后函数进入仓库前25名的比例为21%，约为随机排序的1.4倍。活动共确认187个内存安全问题，其中12个按最坏情况CVSS v3.1评为严重。
Game-Theoretic Analysis of RIS-Assisted Challenge-Response PLA - Part I: Perfect Channel Knowledge
说明基于博弈论的RIS辅助挑战-响应物理层认证分析（第一部分：完美信道知识）
简介本文研究可重构智能表面（RIS）辅助的物理层认证场景，合法用户Alice经由Bob控制的RIS与Bob通信，攻击者Trudy试图通过预编码冒充Alice。第一部分在各方均掌握完美信道知识的条件下，将RIS选择与预编码设计建模为有限零和博弈，给出攻击不可区分的精确信道子空间条件及均衡混合策略。仿真结果表明，认证性能取决于可用空间自由度、信道相关性和工作信噪比，所提均衡策略在通信速率与安全性之间取得较好平衡。
Authenticated Approximate Nearest Neighbor Search in Outsourced Vector Databases
说明外包向量数据库中可验证的近似最近邻搜索
简介该论文针对外包给第三方云的向量数据库，研究如何验证近似最近邻搜索结果的完整性，防止不可信服务商返回次优或伪造的结果。作者提出VIDA方案，用紧凑的向量承诺代替原始向量传输，并用聚合的内积论证高效验证多次距离计算。同时提出拓扑感知的认证数据结构MeST，以及利用距离界进行剪枝的量化感知认证策略。实验表明，与现有方法相比，该方案端到端延迟最高加速6.6倍，数据传输时间最多减少99.2%。
How to Defeat a Mafia (of Size 1)
说明如何对付一个规模为1的黑手党：社交推理游戏中侦探的最优策略
简介该论文研究社交推理游戏“黑手党”。游戏中n名玩家需要找出其中m名秘密结盟者，其中有d名非结盟者被设为侦探并拥有特殊能力。作者分析了m=d=1的情形，给出了一个明确且可证明为最优的策略，这是在d=0之外首次给出此类策略的例子。
★★★★☆ 值得关注
Bait: Mitigating Harmful Agentic Reinforcement Learning via Probing Reward Function
说明Bait：通过探测奖励函数缓解有害的智能体强化学习
简介论文指出，在提供智能体强化学习服务的场景中，用户可以用低至20美元的成本，借助有毒环境对大语言模型进行有害的智能体强化学习训练，从而使其安全对齐被完全破坏。作者提出防御方法Bait，通过主动探测奖励函数来抵御此类攻击。实验表明，该方法能有效阻止从有害奖励函数中学习，同时仍能从促进良性任务的奖励函数中学习。
看点首次揭示代理式强化学习即服务中的安全漏洞，并提出通过探测奖励函数的防御方法；摘要报告低成本攻击与防御实验，影响面较广。
ReliaGuard: Reconstruction-Aware Watermarking for Source Attribution and Blind Edit Localization
说明ReliaGuard：面向来源溯源与盲式编辑定位的重建感知水印
简介该论文针对生成式图像编辑带来的来源溯源和编辑校验难题，提出ReliaGuard水印框架。编码端在原图及其变分自编码器重建图中优化密钥特征响应，读取端仅凭接收图像和密钥即可预测编辑区域掩码。在三个图像领域的独立测试集上，完整编辑输出和局部拼接输出的编辑区域交并比分别为85.61%和94.90%，标识比特解码准确率均达到100%。
SEC: One-Share Everywhere-Short Secret Sharing from Lossless Expanders
说明SEC：基于无损扩张图、每人仅一份短份额的秘密共享方案
简介本文提出一种名为SEC的秘密共享方案，基于无损二部扩张图的编码构造，适用于基于格的分布式密码学。方案中每位参与者只获得一份份额，且份额与重构向量的系数均有界。作者还提出了硬核局部泄漏抗性，并在MatrixHint-MLWE假设下证明SEC满足该性质。
Optimal feature selection for firewall log analysis using Machine learning and Hybrid Metaheuristic algorithms
说明基于机器学习与混合元启发式算法的防火墙日志分析最优特征选择
简介本文针对防火墙日志分类，提出用带Q学习局部搜索的蜂群优化方法（QBSO-FS）进行特征选择，并结合随机森林、K近邻和伯努利朴素贝叶斯分类器，在UCI互联网防火墙数据集上进行实验。作者采用无数据泄漏的训练、验证、测试划分重新评估，去重后的数据上随机森林使用7个特征时准确率为99.90%，宏平均F1为94.88%。作者指出仅在单次划分上得到结果，多次划分的评估留作未来工作。
★★★★☆ 值得关注
PolicySniff: Inferring Agent Policy States through Shared-GPU Execution
说明PolicySniff：通过共享GPU执行推断智能体的策略状态
简介该论文提出PolicySniff，一种侧信道方法：同一GPU上的攻击者通过计时自身GPU核函数，推断LLM智能体所采用的审批策略设置。在一个急切执行的稀疏混合专家运行时上，该方法对已部署设置的平衡准确率达到94.17%。论文认为，智能体行为合规并不等于配置保密，部署者应在运行时测量可区分性，并在模型之外执行授权控制。
看点首次展示通过共享GPU执行侧信道推断LLM智能体审批策略状态；摘要报告在稀疏专家运行时上达到94.17%平衡准确率。
Fault Injection Attacks on Q-Learning: Analysis, Vulnerabilities, and Countermeasures
说明针对Q学习的故障注入攻击：分析、漏洞与对策
简介本文分析了硬件故障注入（电压与时钟毛刺）攻击对Q学习强化学习实现的影响，在ChipWhisperer平台上评估了标准、鲁棒、弹性、线性和深度Q学习五种变体。结果显示，标准实现的学习与推理过程都会被故障破坏；鲁棒变体无法阻止注入的NaN和无穷大值留在Q表中；采用三模冗余与多数表决的弹性变体只能纠正单个Q表副本的损坏，共享输入（如奖励）和表决代码仍不受保护。论文还在微观交通仿真中测试了在线交通信号控制器，单个注入的无穷大值使累计车辆等待时间恶化148倍，而三模冗余纠正了测试中注入的故障。
CoordX Types: A Trustless, Swappable Type System for Shared Records
说明CoordX 类型：面向共享记录的无需信任、可替换类型系统
简介CoordX 协议负责验证条目的签名、加密与写入权限，但不说明条目的含义。本文提出 CoordX 类型系统，用简短的类型文档说明如何解读共享记录中的某部分内容，包括哪些条目有效、各位置的含义、各方可做什么及下一步必须做什么。类型是由摘要固定的签名对象，各方在已验证的条目上自行求值，无需信任服务器或他方软件；类型还指明其所面向的解释器，因此多种解释器可在同一记录中并存使用。
★★★★☆ 值得关注
Intent-Aware Protection for AI Agents
说明面向AI智能体的意图感知防护：以智能体部署意图作为安全判断依据的研究
简介该论文指出，现有防御多侧重检测提示注入或有害输出，无法判断智能体是否仍忠于其部署目的。作者提出意图感知安全框架，定义意图保持与意图漂移，并通过从组织、角色和开发者意图中提取的意图档案来实现。研究构建了包含887个样本、涵盖35个智能体的基准，并提出四种基于意图档案的防护方法，在多项评估中优于无档案的基线方法。
看点将可信意图作为一等安全对象，提出意图画像与意图漂移，并在自建基准及超一万条AgentDojo轨迹上报告优于基线的结果。
Harnessing Environmental Scatterers for Endogenous Target Covertness in 6G ISAC: A New Paradigm for Sensing Security
说明利用环境散射体实现6G通感一体化中目标的内生隐蔽性：感知安全新范式
简介本文分析了6G通感一体化（ISAC）系统中的感知安全威胁，并指出现有方法主要降低窃听者的参数估计精度，却无法阻止其察觉目标存在。作者提出“内生目标隐蔽性”范式，将已知物体、环境反向散射设备和可重构智能表面等环境散射体作为“幽灵目标”，使窃听者难以分辨真实目标。合法基站借助散射体的先验信息即可提取真实目标的回波。文中通过案例说明该方案无需专用干扰功率即可实现目标隐蔽。
Low Probability of Target Detection in Wireless Sensing by Harnessing Reconfigurable-antenna based Reflectors
说明利用可重构天线反射器实现无线感知中的低目标检测概率
简介本文提出低目标检测概率（LPTD）作为无线感知系统的新安全目标，旨在让目标的存在对被动窃听者隐藏。方法上，在目标周围部署可重构天线的无源反射器作为人工散射源，通过调节反射系数来掩盖目标产生的回波。文中推导了窃听者的最优检测策略及虚警与漏检概率，并给出最小总检测错误概率的闭式表达式。数值结果显示，反射器充分协作时，窃听者的最小总检测错误概率可提高到约0.94至0.96，接近随机猜测。
★★★★☆ 值得关注
Optimal Additive Integer Masks for One-Guess Vulnerability under an Absolute-Moment Budget
说明在绝对矩预算下一次猜测脆弱性的最优加性整数掩码
简介本文研究攻击者观察有限支撑秘密与独立整数掩码之和时，一次猜测成功概率的平均值，并对掩码施加绝对矩预算。对区间上的均匀秘密，给出了精确最优值及显式最优解；对有偏比特，刻画了不使成功率超过先验基线的掩码并确定其最小代价。文章还给出了各偏置下完整的代价—脆弱性前沿，它是由代价最优平移截断几何掩码生成的点列的分段线性插值。
看点新意在于对吸收整数掩码的成本-脆弱性前沿给出精确刻画，证明了其分段线性结构与无穷多段，理论证明覆盖均匀区间与有偏比特两类情形。
★★★★☆ 值得关注
Privacy Leakage from Recurrent State in LLM Inference
说明大模型推理中循环状态造成的隐私泄露研究
简介这篇论文研究个性化大语言模型服务会把私人信息压缩进固定大小的循环状态中，这些信息即使在公开对话后仍可被推断。作者通过探测部分状态以及观察计算时的GPU功耗进行实验，发现私人事实和个人属性可被还原，并能影响后续决策，还可能经由功耗信号泄露年龄等信息。
看点新意在于把循环状态的隐私泄露拓展到状态持久性与功耗侧信道，实验覆盖部分状态探测、公共对话后残留及分区GPU功耗推断年龄，影响服务端访问控制与遥测策略。
Protocol-Aware Auditing of Domain-Blind Feature Attribution in Network Intrusion Detection
说明网络入侵检测中面向协议的域外盲区特征归因审计
简介论文指出，特征归因方法在解释模型时可能通过扰动等方式查询违反协议规则的网络状态，从而使解释及其评估受到模型在运行域之外行为的影响。作者将这一问题形式化为"域盲"，并证明在规则有效集内模型一致时，限制在该集合内的过程会返回相同的归因。作者把协议感知的查询控制方法应用于LIME、SHAP、Integrated Gradients和DeepLIFT，并在四个网络入侵检测数据集和三类分类器上进行审计。
★★★★☆ 值得关注
The Price of Geometry for Private Distance-Sensitive Filters: ℓ_∞ versus ℓ₂
说明几何结构对私有距离敏感过滤器的代价：ℓ∞ 与 ℓ2 的比较
简介本文研究在差分隐私下，用集合表示判断某点是否靠近集合的成本。论文针对所有机制给出下界，证明在 ℓ∞ 空间中（c<3 时）额外代价为 Θ_c(d)，并证实了近期的一个猜想；在 ℓ2 空间中额外代价为 Θ_c(min(d, ln(1/α)))，表明基于划分的构造在 ℓ∞ 中最优，但在 ℓ2 中并非最优。
看点新意在于对所有机制给出差分隐私下距离敏感集合表示的下界，并区分ℓ∞与ℓ2的几何代价；摘要报告在ℓ∞中为Θ(d)、在ℓ2中为Θ(min(d,ln(1/α)))，并给出一种输出单个大球的新机制。
DUFT: Device-Unique Feedback Traversal for Entropy-Estimated Response Extraction and Mutual Authentication using SRAM PUFs
说明DUFT：基于SRAM物理不可克隆函数的设备唯一反馈遍历，用于熵估计响应提取与双向认证
简介本文提出一种名为DUFT（设备唯一反馈遍历）的机制，以SRAM物理不可克隆函数为基础，通过种子驱动的多轮反馈生成响应。反馈链由设备稳定与不稳定位的掩码以及从SRAM阵列哈希得到的设备密钥共同决定。作者称在参考硬件上估计可达128位最小熵，并将其用于轻量级认证与密钥封装协议，并在物理物联网与嵌入式硬件上进行了端到端评估。
Privacy-Preserving Spectrum Data Obfuscation in Next-Generation Spectrum Coexistence Systems
说明下一代频谱共存系统中保护隐私的频谱数据混淆方法
简介论文研究在频谱共存系统中，如何在披露主用户频谱使用信息时保护隐私。作者指出，随机子集披露方式容易被利用时间结构的推断攻击泄露频谱信息。针对马尔可夫和周期两类频谱使用动态，论文分别设计了结构感知的混淆策略，以干扰推断过程并限制后验集中，从而有效阻碍对频谱信息的推断。
Beyond the Diff - VulSpot: A Vulnerability Dataset Where No Vulnerability Goes Unlocalized
说明超越代码差异：VulSpot，一个能定位每个漏洞位置的漏洞数据集
简介VulSpot是一个持续更新的漏洞检测、分类与定位基准数据集，包含超过50万个函数，涵盖21种编程语言及来自2.4万个已登记CVE的样本，其中含1.5万多个有漏洞的C/C++函数。该数据集通过将补丁新增代码与其所保护的既有语句相连接，将99.3%原本无法定位的函数确定了漏洞位置。此外，它为标签标注可靠性程度，提供无泄漏的数据划分、代码上下文及层级化CWE标签，并每月自动更新。
★★★★☆ 值得关注
BMRaccoon: Blind Multi-Signatures from Lattices
说明BMRaccoon：基于格的盲多重签名方案
简介本文提出BMRaccoon，这是首个基于格的后量子盲多重签名构造，适用于多个签名者联合为用户生成对隐藏消息的紧凑签名。该方案采用两轮签名协议，可在并发会话下保证安全，签名格式与Raccoon兼容。论文同时给出MRaccoon作为基础构件，并在随机预言机模型下证明其强不可伪造性。
看点首个基于格的后量子盲多重签名构造，并提出首个基于Raccoon的多重签名；摘要报告在AOM-MISIS和MSIS假设下的安全性证明及具体参数实例。
★★★★☆ 值得关注
From Dependent Ciphertexts to Sharp Bounds for Polynomial Evaluation in BGV
说明从相依密文到BGV多项式求值的精确界：面向全同态加密参数选择的平均情形噪声分析
简介本文针对BGV全同态加密方案，提出首个同时考虑密钥相关性与密文相依性的平均情形噪声分析。作者给出同态加法与乘法中噪声系数的新方差估计，并将框架扩展到多项式函数的同态求值。理论估计与实验结果误差小于1.2比特，据此选择的初始参数使密文模数明显小于OpenFHE和HElib等常用库。
看点首次为BGV提出同时考虑密钥相关与密文依赖的平均情形噪声分析，并给出方差估计，在多项式求值上做了扩展，可据此选取更小的密文模数。
★★★★☆ 值得关注
Your Secrets Are Showing: Deep Image Hiding Models Are Surprisingly Easy to Attack
说明你的秘密正在暴露：深度图像隐藏模型出人意料地容易被攻击
简介本文研究攻击者能否在不知道隐藏模型的情况下，直接还原隐藏在图像中的内容。作者构建了由11种隐藏模型生成的隐写图像数据集，训练出一个通用解码器，能从多种未见过的模型中提取秘密图像，人和机器都能识别其内容。研究还显示，攻击可扩展到分布外的秘密图像和多图隐藏，并能暴露AIRPNet所隐藏的隐私内容。
看点新意在于发现可用单一解码器跨模型提取深度隐写内容，并利用频域分析增强攻击；在11个隐写模型上验证，可能影响隐写安全评估。