Choose Wisely and Privately: Proactive Client Selection for Fair and Efficient Federated Learning

联邦学习（FL）允许多个客户端在不交换原始数据的情况下协作训练机器学习模型。然而，基于平均的FL受到非独立同分布（non-IID）数据的严重影响，导致收敛速度慢、模型精度低。现有方法通常采用被动策略，即先让所有客户端参与训练，然后丢弃或降低

历史摘要 · 未重新核验 · arXiv cs.CR

SMA-DP: Spectral Memory-Aware Differential Privacy for Deep Learning

本文提出了一种名为 SMA-DP-SGD（Spectral Memory-Aware Differentially Private Stochastic Gradient Descent）的新方法，旨在改进差分隐私深度学习中的效用问题。标准

历史摘要 · 未重新核验 · arXiv cs.CR

Latent Geometry as a Structural Monitor: Eigenspace Alignment for Anomaly Detection in Anonymity Networks

本文提出了一种基于潜几何结构进行异常检测的新型框架。传统异常检测方法通常在测量信号超过预设阈值时才发出告警，只能捕捉到状态转变的瞬间，而无法感知转变前的结构压力。作者将大规模行为群体（如匿名网络中的节点行为）视为一个几何能量景观，其形变可以

历史摘要 · 未重新核验 · arXiv cs.CR

Causal Unlearning in Collaborative Optimization: Exact and Approximate Influence Reversal under Adversarial Contributions

该论文提出了一种高效的联邦学习因果遗忘方法 HF-KCU，用于在不完全重训练的情况下移除特定客户的数据贡献，以满足隐私法规（如 GDPR）的数据删除要求。传统方法从头重训练计算成本极高（O(d^3)），而 HF-KCU 通过 Krylov

历史摘要 · 未重新核验 · arXiv cs.CR

Taking Cryptography Out of the Data Path via Near-Memory Processing in DRAM

本文研究了如何利用近内存处理（Near-Memory Processing, PIM）技术来加速密码学算法（如AES-128和SHA-256），从而减轻传统冯·诺依曼架构中数据移动带来的性能瓶颈。作者指出，尽管这些算法在计算上相对高效，但传

历史摘要 · 未重新核验 · arXiv cs.CR

DASM: Domain-Aware Sharpness Minimization for Multi-Domain Voice Stream Steganalysis

该论文针对网络语音流隐写分析（steganalysis）中现有方法对非同源数据分布适应性差的问题展开研究。作者通过Hessian分析发现，主流模型的损失景观被大量鞍点和尖锐局部极小值主导，导致模型对数据分布偏移高度敏感，从而严重限制了泛化能

历史摘要 · 未重新核验 · arXiv cs.CR

Set Shaping Theory as a Complementary Payload-Shaping Layer for Steganography

本文提出将集合塑造理论（Set Shaping Theory, SST）作为一种可逆的载荷整形层，用于基于最低有效位（LSB）的图像隐写术。该方法并非要取代现有的隐写嵌入方案，而是作为一个预处理阶段，使现有嵌入方法更容易应用且引入更低的统计

历史摘要 · 未重新核验 · arXiv cs.CR

Awakening the Hydra: Stabilizing Multi-Concept Backdoor Injection in Text-to-Image Diffusion Models

本文研究了在文本到图像扩散模型的多概念后门注入场景中，由于多个后门触发器-目标关联共存导致的语义冲突和不稳定问题。随着开源模型重用和下游微调的普及，同一个预训练模型可能被多个独立方顺序适配和重新分发，导致多个概念特定的后门行为累积。这种累积

历史摘要 · 未重新核验 · arXiv cs.CR

Exposing Functional Fusion: A New Class of Strategic Backdoor in Dynamic Prompt Architectures

该论文研究视觉Transformer（ViT）后门攻击的安全风险。现有基于全量微调的后门攻击计算开销大且导致性能下降，因此攻击者转向视觉参数高效微调（PEFT）范式，其中基于适配器（如LoRA）和基于提示（如VPT）的方法占主导。尽管适配器

历史摘要 · 未重新核验 · arXiv cs.CR

High-Rate Public-Key Pseudorandom Codes for Edit Errors

本文研究公钥伪随机码（PRC）对抗编辑错误的问题。伪随机码由Christ和Gunn在CRYPTO 2024提出，是一种纠错码，其码字在计算上无法与均匀随机字符串区分，但持有密钥的人可以解码。这一特性为鲁棒且不可检测的水印提供了自然原语，尤其

历史摘要 · 未重新核验 · arXiv cs.CR

Innovations in Cardless Artificial Intelligence Banking: A Comprehensive Framework for Cyber Secure and Fraud Mitigation using Machine Learning Algorithms

本文提出了一种面向无卡人工智能银行业的综合性安全框架，旨在通过机器学习算法增强网络安全并缓解欺诈风险。研究背景在于传统银行卡交易存在信息泄露和欺诈隐患，而无卡AI银行虽提供便利性，但安全挑战更为复杂。核心方法包括：利用AI驱动的数据加密技术

历史摘要 · 未重新核验 · arXiv cs.CR

Domijn: The Security of Domain Registrars and the Risk of a Domain Name Takeover

该论文对域名注册商在防止域名恶意接管方面的安全控制措施进行了实证研究。域名是组织在线存在和声誉的关键资产，一旦被恶意接管，可能导致严重损害。注册商作为域名注册服务商，在域名安全中扮演着重要角色。研究聚焦于荷兰国家顶级域名（.nl）的十大最受

历史摘要 · 未重新核验 · arXiv cs.CR

Privacy-Preserving Distributed Optimization Under Time Constraints Using Secure Multi-Party Computation and Evolutionary Algorithms

该论文研究了在时间约束下实现隐私保护的分布式优化问题。在分布式优化中，多个参与方协作求解问题的最优解，而隐私保护分布式优化采用安全多方计算（MPC）等技术来保护各方的私有输入。然而，在时间敏感的场景中，隐私保护计算带来的运行时开销可能导致优

历史摘要 · 未重新核验 · arXiv cs.CR

A Formal Basis for Quantum Cryptographic Exposure Measurement under HNDL Threat

本文针对“先存储后解密”（HNDL）威胁下的量子密码暴露测量问题，提出一个形式化基础。当前，攻击者可先复制加密流量，待未来量子计算机成熟后再解密，这使得评估当前加密数据的长期暴露风险成为关键。作者指出，暴露度的函数形式并非简单的校准选择，而

历史摘要 · 未重新核验 · arXiv cs.CR

Comparative Evaluation of Deep Learning Models for Fake Image Detection

本文针对基于GAN的图像篡改技术日益复杂的问题，系统比较了四种预训练CNN架构（VGG16、ResNet50、EfficientNetB0和XceptionNet）在虚假图像检测任务上的性能。研究采用统一的预处理与训练流程，包括图像缩放、归

历史摘要 · 未重新核验 · arXiv cs.CR

The Privacy Subsidy in Glosten-Milgrom: Bid-Ask Spread and Welfare under Flip-Noise Direction Observation

该论文在经典的Glosten-Milgrom（1985）顺序交易模型框架下，引入了一个信息论隐私机制：市场做市商观察到的交易方向被一个二元翻转信道（翻转概率η）扰动。在贝叶斯市场做市商定价规则下，论文推导出了均衡买卖价差的闭式解为 μ(1-

历史摘要 · 未重新核验 · arXiv cs.CR

Building Europe's Quantum Shield: The Strategic view for a Continent-Wide Quantum Key Ditribution (QKD) Infrastructure

该论文从战略视角探讨了在欧洲大陆范围内建设量子密钥分发（QKD）基础设施的必要性与可行性。背景方面，量子计算的快速发展在带来科学突破的同时，也对现有公钥加密体系构成颠覆性威胁，可能导致当前数字安全系统失效。为应对这一挑战，欧盟启动了欧洲量子

历史摘要 · 未重新核验 · arXiv cs.CR

An exponential mechanism based on quadratic approximations for fine-tuning machine learning models with privacy guarantees

本文针对预训练机器学习模型在微调过程中可能记忆敏感数据的问题，提出了一种基于指数机制的随机算法，以实现差分隐私保护。核心思路是构造一个简单的效用函数，该函数结合了预训练模型的局部二次近似与新数据集的信息，使得指数机制能够从多元正态分布中闭式

历史摘要 · 未重新核验 · arXiv cs.CR

Locked Out at 8,000 Miles: Why UK-China Partnership Students Are Suffering

该论文聚焦于大学网络安全协议在保护数据的同时，如何对远程国际学生（特别是中英合作项目的学生）造成严重的访问障碍。随着数据泄露、勒索软件和凭证盗窃威胁的增加，大学普遍实施了多因素认证（MFA）、设备合规检查、浏览器和操作系统限制以及个人设备的

历史摘要 · 未重新核验 · arXiv cs.CR

Use of a weak password encoding algorithm in STER software allows the value of the password to be guessed after analyzing how passwords with known values are encoded. This issu...

CVE-2026-25607

CVE-2026-25607 影响 STER 软件，该软件使用了弱密码编码算法。攻击者通过分析已知密码的编码模式，可以推测出其他密码的明文值，从而绕过身份验证或获取敏感信息。此漏洞的利用条件相对较低，因为攻击者不需要直接访问密码数据库，只需

历史摘要 · 未重新核验 · NVD