远程证明（RA）是一种轻量级安全原语，用于检测物联网设备上的软件篡改。传统RA方案要求原子性、不可中断的内存测量，难以与实时任务共存。SMARM通过以秘密随机分块顺序测量内存来解决此问题，将不可中断期缩短为单个块测量的持续时间。然而，SMARM最初设计用于微内核系统，尚未在实时操作系统（RTOS）驱动的实时环境中研究。本文首次系统性地研究了SMARM在实时RTOS环境中的表现。我们在运行FreeRTOS和Zephyr的商用ARM TrustZone-M硬件上实现了SMARM，并引入频率准确率（FAR）量化在不同工作负载下证明与实时执行共存的程度。评估表明，SMARM的实时兼容性对块大小高度敏感：大块显著降低实时可用性，小块则导致大量安全存储开销，限制其在内存受限设备上的部署。为解决此限制，我们提出了SMARM+，一系列增强型SMARM变体，包括SMARM+PRNG和SMARM+FPE。它们旨在降低安全存储需求，同时保持SMARM的安全保证和实时行为。评估展示了安全存储减少、证明运行时和能量开销之间的权衡，并为不同部署场景选择SMARM、SMARM+PRNG和SMARM+FPE提供指导。本文贡献包括：首个在RTOS环境中对SMARM的系统研究；定义FAR指标量化实时共存度；提出SMARM+系列降低存储开销；提供变体选择指南。适合物联网安全研究人员、系统设计者和开发者阅读。

本文针对后量子（PQ）密码算法在带宽受限或非地面网络（NTN）以及功耗受限设备中应用时的性能瓶颈问题展开研究。经典后量子认证算法（如ML-DSA）需要更大的证书、签名和密钥，导致带宽、内存、计算时间和能耗显著增加，这一问题在NTN（卫星网络）中尤为突出，因为其长传播延迟、间歇性连接、受限链路预算、星上切换以及终端资源有限等因素放大了基于证书的PQ认证开销。同样，低功耗物联网设备和带宽/能量受限的地面网络也面临类似限制，可能只能支持NIST PQ安全类别1或完全无法支持PQ认证。为此，论文提出了一种替代密码学框架，用共享密钥（SSK）替换PQ数字证书。该框架利用不依赖非对称密钥分发的共享密钥生态系统（如5G/6G），结合密钥分发中心（KDC，例如Kerberos）与预共享密钥PQ握手（如DTLS-PSK）以及临时PQ密钥建立（如ML-KEM）。与基于证书的PQ认证相比，该方法在保持PQ安全认证加密（AEAD）的前提下，显著降低了握手带宽、终端RAM、计算时间和能耗，同时提供前向保密和重放保护。应用场景包括NTN中的密钥轮换与管理、无人机（UAV）指挥控制系统、嵌入式医疗传感器、供应链监控和资产跟踪平台。

本文提出了 Ruleengine，这是一个利用大型语言模型（LLM）将用户的自然语言描述自动转换为有效且安全的物联网（IoT）自动化规则的工具。随着物联网设备的普及，用户倾向于使用自然语言来表达自动化需求，但将这种非结构化描述转化为平台特定的触发-动作规则格式仍存在挑战。Ruleengine 包含三项核心创新：首先，设计了一种结构化提示工程框架，结合明确的输出结构和语义约束定义，引导 LLM 生成符合语法和语义要求的规则；其次，采用基于检索增强生成（RAG）的架构，通过语义搜索和上下文重排序技术提升规则生成的准确性和相关性；第三，提出了一种上下文感知的安全评分机制，能够评估规则在触发条件和动作后果方面的潜在安全风险，例如设备冲突或权限滥用。实验基于真实数据集，在多种 LLM 上评估了该工具的性能，结果表明，与基线方法相比，Ruleengine 在生成规则的语法正确性和语义正确性上均有显著提升，并且能够成功识别出生成规则中的安全违规。此外，论文还全面比较了不同 LLM、提示工程策略、嵌入技术和 RAG 配置之间的性能权衡，揭示了准确率、延迟和计算效率之间的关系。该工作对于提升智能家居自动化的易用性和安全性具有重要价值。

本论文针对二维码（QR码）缺乏固有安全机制的问题，提出了一套完整的安全二维码架构演化方案。QR码被广泛信任，但易受欺骗攻击（如quishing），尤其是在自助停车机等公共基础设施场景。作者首先评估了一种完全离线的概念验证方案，该方案采用EdDSA签名（基于Ed25519曲线）、CBOR编码证书和ZLIB压缩，证明在QR码严格的静态容量限制内可以实现强大的密码学完整性。然而，完全离线模型在规模化部署时存在关键撤销困难，不适用于大型智慧城市物联网部署。为此，作者进一步提出一种可扩展的混合Web PKI架构，利用标准化的JWKS端点、中央信任注册中心和URL片段，在保持与标准原生相机向后兼容的同时，为合规应用提供动态实时验证。这种双模式方法为消除QR码伪造提供了一条实用且可部署的路径。本研究适合安全架构师、二维码应用开发者以及物联网安全研究人员阅读。

零配置协议自1999年提出以来，为网络设备提供了即插即用的连接机制，无需手动配置DNS或DHCP服务器。如今，几乎所有个人电脑、打印机、扫描仪等设备都默认启用了这类协议，用户往往毫不知情。物联网生态的蓬勃发展更是高度依赖这些协议（如mDNS、LLMNR、DHCPv6等）。然而，这些协议在设计上存在多个安全缺陷，使得攻击者可以实施多种中间人攻击（MITM）。尽管此前已有少量研究提及个别漏洞，但整体威胁被严重低估。本文对这些设计缺陷进行了系统性的深度剖析，覆盖了多类零配置协议的攻击面。作者开展了300次实验，测试了不同厂商实现的安全性，并基于实验结果揭示了问题的广泛性。作为防御手段，作者提出了利用Zeek（原名Bro）入侵检测框架来检测此类攻击的方法，并公开了攻击代码和Zeek检测脚本。这些代码以可复现研究结果的方式提供，但设计上避免被脚本小子直接利用。本文旨在提升安全社区对零配置协议威胁的认知，并给出实用的检测方案。适合网络管理员、安全运维人员以及物联网安全研究者阅读。

本文针对基于自编码器的网络入侵检测系统（NIDS）面临的对抗性逃避攻击问题展开研究。攻击者利用 PANDA 框架，将网络流量中的报文序列转换为可逆灰度图像，从而将在视觉领域开发的对抗样本技术迁移到网络领域，例如使用掩蔽快速梯度符号法（masked FGSM）生成对抗性流量。此类攻击能够操纵自编码器 NIDS 的异常评分，同时保持攻击语义不变，使得防御者难以区分良性流量和精心扰动的恶意流量。为此，作者提出了两种互补的检测器：一是残差定位检测器（Residual Localisation Detector, RLD），它在图像空间中跟踪报文到达间隔时间特征区域的重建误差空间集中度；二是特征空间扰动一致性检测器（Feature-Space Perturbation Consistency Detecter, FPC），它直接在报文特征空间的报文到达间隔时间特征上操作。实验基于 UQ-IoT 数据集的多个 IoT 设备流量，包括良性、恶意和对抗性流量。评估结果表明，两种检测器在检测对抗样本时均能达到接近完美的性能（真阴性率、真阳性率、精确率、召回率和 F1 分数均超过 0.99）。作者认为，将基于重建的评分与扰动一致性检查相结合，同时在图像空间和报文特征空间进行检测，为防御针对 NIDS 的 PANDA 式对抗攻击提供了一种实用的方案。本文适合从事入侵检测、机器学习安全以及对抗性机器学习的研究人员和工程师阅读。

随着物联网（IoT）的飞速发展，异构且资源受限的设备之间产生了前所未有的数据交换规模。在这种环境下保证机密性和安全的密钥管理极具挑战性。传统的公钥基础设施需要沉重的证书处理开销，而基于身份加密（IBE）通过直接从设备身份推导公钥，提供了一种轻量级替代方案，因此对IoT部署具有吸引力。然而，IoT设备极易受到侧信道和密钥提取攻击，这促使了前向安全IBE（FS-IBE）的需求——即使当前密钥被泄露，也不会威胁到过去的通信。现有的基于经典困难假设的FS-IBE构造在后量子时代不再安全，而基于格（LWE）的前向安全方案则面临密钥和密文尺寸过大的问题，限制了其在资源受限IoT系统中的应用。本文提出了一种新的基于环格（RLWE）的FS-IBE方案，通过采用最小覆盖机制的陷门委托技术，并构建在二叉树结构上，实现了后量子安全与显著的效率提升。与先前基于LWE的构造相比，本方案在公钥、私钥和密文尺寸上均有缩减，从而更适合实际的IoT环境。实验分析表明，该方案在安全性、密钥更新效率和存储开销之间取得了良好平衡。

该论文旨在弥合控制流完整性（CFI）与远程认证方案之间的差距。CFI是一种广泛使用的防御技术，通过限制程序执行路径来防止控制流劫持攻击，但它在复杂攻击（如绕过细粒度策略）面前存在局限性。远程认证则允许验证者确认远程设备是否处于可信状态，但通常缺乏对运行时控制流的实时保护。作者提出了一种混合架构，将CFI策略嵌入到认证协议中，使得认证过程不仅验证静态完整性，还能动态检测控制流异常。具体方法包括设计一种轻量级的CFI监控器，与认证代理集成，并在每次认证会话中交换控制流证据。实验基于ARM TrustZone和RISC-V平台，评估了性能开销和安全性。结果表明，该方案能够有效检测控制流劫持攻击，同时将运行时开销控制在可接受范围内（平均<10%）。该工作为嵌入式系统和物联网设备提供了一种新的安全增强思路，有助于构建更具弹性的可信执行环境。

本文针对物联网（IoT）设备，特别是微控制器，由于其处理能力、内存容量和能源限制，面临安全挑战。研究提出一种轻量级的机器学习入侵检测模型，部署在资源受限的设备上进行实时检测。实验评估了两种方法：决策树（Decision Tree）达到99%的检测准确率，但计算资源需求较高；神经网络（Neural Network）准确率为96%，但内存效率更优。模型能够有效识别拒绝服务（DoS）和中间人（MitM）攻击，这些是IoT设备面临的主要威胁。研究重点在于平衡检测性能与资源消耗，使得模型适合部署在微控制器上，实现实时监控与防御，保护数据传输安全。作者通过实际测试验证了模型在受限环境下的可行性和有效性。

该论文针对智能设备（以智能冰箱为例）的长期运行风险进行了系统性研究。传统家电如冰箱通常有10-15年的使用寿命，而智能设备中嵌入的IT组件（如处理器、通信模块、软件库、协议和云服务）的生命周期却短得多，往往只有3-5年。这种生命周期的不匹配会导致智能设备在用户期望的使用期内面临功能退化甚至失效的风险。论文以三款典型智能冰箱为对象，识别出8种不同的使用场景，包括基础冷却、保质期管理、远程监控、能耗优化等。作者对每个使用场景所需的IT生态系统进行了建模，包括本地硬件、操作系统、APP、云端API、第三方服务等，并逐一审查每项资产可能存在的长期风险。研究发现，即便是最基础的冷却功能，也面临风险：因为冷却参数的设定可能依赖于用户无法控制的IT生态系统组件（如云端配方更新、天气数据接口等），若这些外部服务停止运行或协议变更，冷却功能可能无法正常使用。不过，论文未发现任何可能导致物理伤害或财产损失的“威胁性”风险。该研究的方法论和结论可以推广到其他智能设备（如智能电视、智能灯泡、智能门锁等），揭示了物联网设备在长期运行中普遍存在的软件依赖和外部服务失效问题。论文适合物联网安全研究人员、智能设备制造商以及关注设备长期可持续性的消费者阅读。