ANTMAN: An Efficient and Interpretable RTL-Level Run-Time Detection Framework for Stealthy Branch Predictor Attacks on BOOM
本文提出了一种针对RISC-V BOOM处理器上隐晦分支预测器攻击的RTL级运行时检测框架ANTMAN。研究背景是：与x86和ARM指令集相比，RISC-V在微架构侧信道攻击的运行时检测方面研究明显不足，而分支预测器攻击通过直接利用内部历史
#agent-security
共收录 1542 条相关情报。
← 返回所有主题ActBench: Self-Evolving Benchmark of Behavioral Safety in Cowork Agents
本文提出并构建了 ActBench，一个面向人机协作智能体（cowork agents）行为安全性的自进化基准测试。与以往仅关注模型最终回答安全性的评估不同，ActBench 从执行轨迹（execution trajectories）层面评
Economic Impact Assessment of Denial-of-Service and Time-Delay Attacks on Advanced Metering Infrastructure
该论文针对高级计量基础设施（AMI）在遭遇拒绝服务（DoS）和时延攻击（TDA）时的经济影响进行了系统评估。AMI在现代电力系统中通过提供近实时的用电数据来支撑运行规划和负荷估算，但其通信网络容易受到多种网络攻击，导致数据可用性受损。研究者
Track me if you can: Ephemeral coin tracing
隐私保护支付系统在理论上已相当成熟，但在中心化数字货币（CBDC）、机构稳定币及其他合规支付基础设施等受监管场景中的采用，长期受制于其对非法活动可能被滥用的担忧。监管机构通常依赖识别、追踪和阻止犯罪者的一系列互补措施来打击金融犯罪，其中“追
Joint Lyapunov Certificates for K-Agent Generative AI Governance: Stochastic Stability, Emergent Ensemble Risk, and Zero-Knowledge Governance Attestation
本文提出一个面向多智能体生成式AI系统治理的严格数学框架，聚焦于K个自适应性生成式AI模型在模型风险管理（MRM）原则下的联合稳定性与零知识证明问题。研究背景在于：当多个模型通过交互矩阵形成元学习耦合时，传统基于单个智能体的Lyapunov
Telemetry and Concealment in Self-Adapting Generative AI: Logging Architecture, Adversarial Model Hiding, and the Limits of Detection
传统模型风险管理（MRM）指南假设模型生命周期是静态的：模型经过开发、独立验证和部署后，不再进行自主修改。然而，持续自适应的生成式AI系统——即在生产部署过程中会不断更新自身权重的模型——从根本上违背了这一假设，使得时点验证（point-i
Repeated-Game Security for Restaking-Based Verifiable Inference
本文研究基于再质押（restaking）协议的可验证大语言模型（LLM）推理安全问题。这类协议通过经济惩罚机制（slashing）取代了 zkML 的高昂证明成本或 TEE 的硬件信任假设，从而以较低成本实现推理的可验证性。现有安全性论证通
DP-Sniper: Black-Box Discovery of Differential Privacy Violations using Classifiers.
DP-Sniper 是一种实用的黑盒方法，用于自动发现差分隐私（Differential Privacy, DP）实现中的违规行为。差分隐私是保护数据隐私的严格数学定义，但实际实现常因浮点误差、算法简化或实现缺陷而违背其保证。DP-Snip
PCAT: Functionality and Data Stealing from Split Learning by Pseudo-Client Attack.
本文提出了一种针对分割学习（Split Learning）框架的新型攻击方法，命名为伪客户端攻击（Pseudo-Client Attack, PCAT）。分割学习是一种保护隐私的分布式机器学习范式，其中客户端在本地保留部分模型层，仅将中间激
Towards Transparent and Stealthy Android OS Sandboxing via Customizable Container-Based Virtualization.
本文针对移动设备上虚拟化技术的需求与挑战展开研究。随着智能手机用户对移动虚拟化技术的需求快速增长，该技术允许在同一设备上运行多个相互隔离的虚拟手机环境，从而支持用户同时运行同一应用的多个副本，或将不可信应用放入隔离的虚拟手机中运行，以避免对
Context Is Not Authority: Structured Runtime Governance for Financial Market Agents
本文提出 SAGE-Fin，一个面向金融场景智能体（agent）的运行时治理框架，核心论点是“上下文不等于授权”。作者指出，金融智能体在对话或任务执行中可能将正确的上下文错误地转化为未经授权的实际动作，例如做出客户承诺、执行交易或部署策略。
Toward Metacognitive One-Shot Indirect Prompt Injection: Strategy Abstraction Via Outcome-Conditioned Reflection
该论文针对工具型大语言模型（LLM）智能体面临的间接提示注入（IPI）威胁展开研究。IPI 指攻击者将恶意指令嵌入外部观察数据中，从而操纵智能体的后续决策与行为。现有自适应攻击大多依赖对目标智能体进行反复查询和调整，但现实攻击者可能只有一次
Whose Refusal Is It? The Unmeasured Contribution of Black-Box Multimodal Guardrails
该论文揭示了一个被忽视的评估方法论缺陷：黑盒多模态护栏（guardrail）的安全指标往往被错误地归因于护栏本身，而实际上目标模型自身的对齐机制也参与了拒绝行为。研究者指出，防御管线中两个组件都能产生拒绝（护栏和模型自身对齐），但当前评估将
IoXT: The Internet of Explainable Things. Why Explainability in IoT Requires a New System-Level Paradigm and Protocol Design
本文提出“可解释物联网”（IoXT, Internet of Explainable Things）这一系统级范式，旨在使可解释性成为智能物联网的内建架构属性，而非事后附加能力。传统可解释人工智能（XAI）方法只解释模型预测，无法覆盖从传感
SkillsMetric: Mapping the Detection Boundary of Static Analysis for Malicious Agent Skills
本文提出 SkillsMetric——一个面向 LLM Agent 技能包（Agent Skills）的静态分析安全评估框架。技能包是以结构化指令和脚本形式扩展大模型智能体能力的新兴载体，其安全属性尚未被充分研究。SkillsMetric
What Keeps Agent Skills from Being Reusable? Evidence from 138K SKILL.md Files
该论文针对当前 Agent Skills 标准下可复用性问题进行了大规模实证研究。Agent Skills 通常以 SKILL.md 文件形式存在，将指令与辅助资源结合，使大型语言模型（LLM）代理能够在单次对话之外复用流程。然而，许多公开
DART: Data Augmentation of Rare ATT&CK Techniques Using LLM Agents.
该论文提出 DART（Data Augmentation of Rare ATT&CK Techniques Using LLM Agents）框架，旨在解决网络安全数据分析中罕见 ATT&CK 技术样本不足的问题。由于真实环境中某些攻击技
Abuse Resistant Traceability with Minimal Trust for Encrypted Messaging Systems.
本文针对加密消息系统中的滥用追踪与用户隐私之间的根本矛盾展开研究。端到端加密虽然保护了用户通信的机密性，但也使平台无法有效进行内容审核，难以遏制网络滥用行为（如传播有害信息、骚扰等）。已有的可追踪方案允许平台识别消息的原始发送者或传播者，但
Evaluating User Behavior in Smartphone Security: A Psychometric Perspective.
该论文从心理学视角出发，系统评估智能手机用户的安全行为。研究背景在于，现有安全机制（如身份验证、权限提示）的有效性高度依赖用户行为，但用户行为往往受认知偏差、习惯和情境因素影响，且已有研究多聚焦于技术或人口统计学特征，缺乏对内在心理维度的深
ERASER: Machine Unlearning in MLaaS via an Inference Serving-Aware Approach.
本文针对机器学习即服务（MLaaS）中机器遗忘（machine unlearning）与推理服务之间的交互缺陷展开研究。MLaaS 基于从众多数据所有者收集的数据训练模型，提供低延迟的推理服务。为满足数据保护法规中的“被遗忘权”（RTBF）