Training Witnesses: Trusting the Training without Trusting the Trainer

该论文针对机器学习领域一个日益尖锐的结构性问题：研究进展的速度已经超过了验证能力。随着论文数量激增，每一项科学结论在最初阶段都只能依赖对「训练者」的信任，由此造成评测标准不统一、基线不可比、可靠进展被拖慢。传统上验证负担落在读者身上——读者

历史摘要 · 未重新核验 · arXiv cs.CR

Application Agnostic EM Side-Channel Emanations of the FPGA Clock Distribution Network

该论文研究 FPGA（现场可编程门阵列）时钟分配网络的电磁（EM）侧信道泄漏问题，重点关注“自适应硬件”场景下与传统固定硬件假设的差异。背景是：电磁侧信道已被广泛用于非侵入式攻击与分析，用以从部署系统中提取密钥等敏感信息，但绝大多数工作针对

历史摘要 · 未重新核验 · arXiv cs.CR

Never Emitted: Reporter Attribution in GitHub's Machine-Readable Vulnerability Records

该论文《Never Emitted: Reporter Attribution in GitHub's Machine-Readable Vulnerability Records》研究漏洞记录中“发现者/报告者归属（credit）”信息的

历史摘要 · 未重新核验 · arXiv cs.CR

Coordinated Electromagnetic Side-Channel Attacks for Voter--Ballot Linking: A Case Study of the Brazilian E-Polling System

本文研究的是电子投票机（EVM）在物理侧信道层面的选民—选票关联（voter-ballot linking）风险，作者以巴西电子投票系统为案例，构造了一个由两名攻击者协同完成的电磁侧信道攻击场景。攻击模型设定为：攻击者 Eve 能够进入投票

历史摘要 · 未重新核验 · arXiv cs.CR

Retrospective Distillation Attribution via Normalized Response Similarity

模型蒸馏通过在监督微调（SFT）阶段使用教师模型（通常来自商业 API）生成的回复来迁移能力，这使蒸馏后模型的来源归属（provenance）成为合规、许可与知识产权层面的现实问题。已有的蒸馏归因方法大多假设学生模型在 SFT 刚结束时就被

历史摘要 · 未重新核验 · arXiv cs.CR

Information Blackhole: Exploring Backdoor Mechanism in 3D Point Cloud Reconstruction

该论文聚焦三维点云自编码器的后门安全问题。点云自编码器是 3D 世界表示的基础组件，被广泛用于自动驾驶感知、机器人、数字孪生等安全攸关的下游任务。此前学术界对点云分类模型的后门攻击研究已较为充分，但针对点云自编码器这类生成式模型的后门机理仍

历史摘要 · 未重新核验 · arXiv cs.CR

Hybrid QKD-PQC Network Emulation through Automated and Scalable Cloud-Native Orchestration

本文针对量子安全网络演进过程中混合 QKD-PQC（量子密钥分发与后量子密码）架构实验评估困难的问题展开研究。背景上，业界正从传统密码体系向抗量子网络过渡，混合 QKD-PQC 架构被视为兼顾量子密钥分发的高安全性与后量子密码算法可用性的务

历史摘要 · 未重新核验 · arXiv cs.CR

Before Agents Act: Assurance-Aware Semantic Scheduling for Evidence Acquisition in Distributed Systems

该论文研究的是"工具型智能体（tool-using agent）在执行对基础设施有实际后果的变更前，如何可靠地采集准入（admission）所需的证据"这一问题。背景在于：智能体一旦被授权就可能直接改动生产基础设施，而准入判断往往需要多个来

历史摘要 · 未重新核验 · arXiv cs.CR

Geometry-Adaptive Mechanisms for Private Synthetic Data

该论文研究的是差分隐私（DP）合成数据生成中的效用保证问题，具体以 1-Wasserstein 距离作为效用度量。背景与核心问题：对定义在 [0,1]^d（d≥2）、样本量为 n 的数据集，已有纯 ε-差分隐私机制所能达到的期望 1-Was

历史摘要 · 未重新核验 · arXiv cs.CR

Agentic Network Traffic Monitoring

随着 agentic AI 在各行业广泛应用，攻击面不断扩大，确保 AI agent 的行为符合用户意图成为关键安全需求。审计 agent 的网络流量可以提供清晰的交互记录。本文提出一种基于复值超稀疏流量矩阵（complex valued

历史摘要 · 未重新核验 · arXiv cs.CR

Succinct Arguments for QMA from Collapsing Hash Functions

本文研究量子复杂性类 QMA 的简洁论证（succinct arguments）所需的最小密码学假设。此前构造 QMA 简洁论证（以及相关的量子计算委派协议）通常依赖结构化假设，例如格问题、LWE 或更一般的公钥加密类假设。本文证明：仅假设

历史摘要 · 未重新核验 · arXiv cs.CR

Analyzing Solana's Blocks and Transactions

本文对 Solana 区块链进行了大规模实证测量研究。Solana 是目前最流行的公链之一，也是智能合约（dApp）部署最广泛的平台之一，因此理解其实际执行的合约类型及其相互作用，对现代区块链设计者和智能合约开发者都具有重要价值。作者抓取并

历史摘要 · 未重新核验 · arXiv cs.CR

Cyclotomic Cosets: Hidden Subgroup and Quantum Sieving Algorithm for Prime-Power Moduli

该论文研究后量子密码学中 LWE 问题的量子求解难度。Regev 曾给出从 LWE 到二面体陪集问题（DCP）的量子归约，此后 Brakerski 等人提出外推二面体陪集问题（EDCP）并证明其与 LWE 等价，但 EDCP 不再具有陪集结

历史摘要 · 未重新核验 · arXiv cs.CR

Faultless: A Program Equivalence Technique for Validating and Evaluating Neural Decompilers

该论文聚焦神经反编译器（neural decompiler）的可信度问题。神经反编译器是采用机器学习模型完成反编译任务的系统，作用是把低层语言（如汇编/中间表示）提升为高层语言（如 C 代码）。相比传统确定性反编译器，它的核心优势在于能够以

历史摘要 · 未重新核验 · arXiv cs.CR

MAD-Guard: Controlled Study of Autoregressive Generation versus Direct Decision Interfaces for Closed Multimodal Forensic Tasks

该论文提出 MAD-Guard，一个针对封闭式多模态取证任务的输出-决策接口受控研究框架，核心问题是：当多模态表示已经计算完成后，对于“输入复杂度高、输出熵低”的封闭取证判定（如真伪二分类），是否仍有必要进行自回归生成？作者在匹配的 Qwe

历史摘要 · 未重新核验 · arXiv cs.CR

AnchorMixGAN: Anchor-Aligned Generative Semi-Supervision for DDoS Detection in Cloud-Integrated IoT Networks

该论文面向云化集成 IoT 网络中的分布式拒绝服务（DDoS）检测场景。此类环境中攻击流量形态多样、标注成本高昂，往往只有极少比例的流量被打上标签，导致监督式检测器难以训练充分。生成式半监督学习被认为是缓解标注稀缺的可行思路：利用生成模型补

历史摘要 · 未重新核验 · arXiv cs.CR

On the Usage of Verifiable Credentials in Privacy-Preserving Federated Analytics

该论文探讨了在隐私保护联邦分析（Privacy-Preserving Federated Analytics, FPPA）场景下引入可验证凭证（Verifiable Credentials, VC）的可行性。研究背景是：FPPA 允许多个参

历史摘要 · 未重新核验 · arXiv cs.CR

Quantum Machine Learning for Cybersecurity Applications: Simulation and Hardware Validation

该论文聚焦一个此前研究覆盖不足的问题：在特征维度受限、计算预算紧张的条件下，经典威胁检测流水线在面对接近决策边界的样本时性能往往会明显退化。作者指出，虽然小型量子处理器已经可用，但现有工作很少系统性地验证量子组件能否在上述资源受限场景下真正

历史摘要 · 未重新核验 · arXiv cs.CR

Analyzing 10 Petabit/s Network Data with Accelerated Associative (Token) Arrays

该论文来自 MIT 林肯实验室与 IEEE、Amazon 联合发起的「匿名网络感知图挑战赛（Anonymized Network Sensing Graph Challenge）」背景，聚焦一个规模化网络分析的核心工程问题：当网络成为现代社

历史摘要 · 未重新核验 · arXiv cs.CR

Flatpak's process ID namespace separation does not prevent a sandboxed app's kill(0, signal) or killpg(0, signal) calls from reaching processes outside the sandbox that share th...

CVE-2026-97029

Flatpak 使用进程 ID 命名空间（PID namespace）来隔离沙箱应用，但该隔离机制存在缺陷：沙箱内应用调用 kill(0, signal) 或 killpg(0, signal) 时，信号会发送给与调用进程属于同一进程组的所

历史摘要 · 未重新核验 · NVD