该论文聚焦于微架构侧信道攻击领域长期存在的基准测试（benchmarking）方法学问题。近年来，微架构侧信道研究快速增长，但评估实践却缺乏严格性和一致性。早期攻击论文通常依赖间接代理指标（如隐蔽信道带宽、对朴素AES/RSA实现的密钥恢复）来证明攻击有效性，这些做法逐渐成为事实上的标准，后续工作常直接引用先前论文的原始数值进行比较。然而，微架构攻击对实验条件极为敏感，目标系统即使发生微小改变也可能显著影响结果和性能。因此，不充分的评估实践会破坏可复现性，并使比较结果的可靠性存疑，即使在高水平会议中也未能避免。本文系统性地审视了微架构侧信道攻击的正确基准测试问题及其对研究质量的广泛影响。作者调查了2014至2024年间发表于顶级安全与体系结构会议上的83篇攻击论文，从中识别并定义了19类反复出现的基准测试缺陷，涉及评估完备性、相关性、健全性和可复现性等方面，包括不公平或缺失比较、缺少代码或材料、未能评估关键攻击属性等。平均每篇论文存在5.5项此类缺陷，表明问题在高度选择性的会议中也十分普遍。基于调查结果，作者提出了评估新型攻击应关注的关键属性，并分析了随时间变化的趋势以及安全会议与体系结构会议之间的实践差异。该研究对侧信道攻击研究人员、论文审稿人以及安全评估工具开发者具有重要参考价值。

本文针对量子软件安全度量缺失的问题，提出了“量子软件安全品质因数（Security Figures of Merit, S-FoMs）”的初步框架。研究背景是：量子软件日益通过多租户和云端的量子即服务（QaaS）栈交付，近年研究已展示出跨流水线的多样化攻击向量，但社区在性能度量上已形成三大支柱——规模（量子比特数）、质量（量子体积）和速度（每秒钟电路层操作数，CLOPS），并开始定义软件质量度量，然而量子软件的安全性仍基本未被量化度量。现有少量定量安全指标（如总变差距离TVD和功能损坏程度DFC）是为个别电路混淆技术临时引入的，彼此不兼容。作者主张量子软件安全应获得与性能同等重视，需要一套明确的S-FoMs。本文研究包含三部分：其一，刻画了“三层测量缺口”（即安全度量在量子软件栈各层级上的缺失）；其二，提出一个结构化的S-FoM集，按ISO/IEC 25010安全子特性、QaaS流水线映射和测量成熟度进行组织；其三，定义了一个基准评估量表（benchmarking rubric），将S-FoMs归一化并聚合为组合式“量子软件安全态势（QSSP）”评分。此外，论文对已发表的混淆技术进行了说明性再分析。作者旨在为量子软件栈（QSS）的安全感知基准化迈出第一步。适合量子计算安全研究者、QaaS平台提供商以及制定安全基准的标准化组织阅读。

现代车辆通信网络的日益互联使得保护车内通信网络成为关键挑战。入侵检测系统（IDS）作为检测控制器局域网（CAN）总线恶意活动的防御机制被广泛研究。然而，由于实验设置不一致和缺乏标准化基准测试框架，CAN IDS 方法的评估仍然困难。因此，报告的性能往往依赖于数据集特定特征，可能无法反映检测方法在不同环境下的表现。本文引入了一个基准测试框架，用于跨多个数据集对 CAN IDS 进行一致评估。利用该框架，我们整合了在不同实验条件下收集的七个公开 CAN IDS 数据集，并对五种概念上不同的 IDS 方法进行了跨数据集评估。我们的结果强调了检测性能在不同数据集间可能显著变化，证明了跨数据集基准测试对于评估 CAN IDS 方法的鲁棒性和泛化能力的重要性。

本文提出了 ToolPrivacyBench，一个用于评估使用工具的 LLM 智能体（Agent）在目的绑定隐私保护方面的基准。现有评估主要关注任务完成度和 API 正确性（如函数调用基准）或最终响应中的隐私泄露（如隐私判断基准），但忽略了在多工具执行轨迹中信息流是否严格遵循“按需知道”原则。ToolPrivacyBench 的核心思想是：一个智能体在执行多步骤任务时，每个工具应当仅接收完成其明确目的所必需的信息，而非过度暴露无关的私有数据。为此，基准将每个测试用例表示为一个策略知识库（policy knowledge base），定义了任务相关的私有原子（task-private atoms）及其授权流向。智能体在模拟业务后端执行后，评估器会比较记录的工具参数和后端审计日志与策略知识库，检测是否存在隐私过度披露（privacy over-disclosure）。基准包含 2,150 个用例：1,150 个完全合成的隐私敏感业务工作流，以及 1,000 个改编自现有多工具和函数调用基准的用例。作者评估了 9 个广泛使用的智能体（如 ReAct、AutoGPT 等），结果表明任务成功并不等同于隐私保护得当——某些智能体在完成任务的同时通过中间工具调用传输了不必要的私有信息。该基准的形式化贡献在于定义了“按需知道”的披露边界，并通过轨迹级审计来识别多工具工作流中的隐私过度披露问题，为构建更安全的 LLM 代理系统提供了新的评估维度。适合人工智能安全、隐私保护、LLM 代理开发与评估的研究者和工程师阅读。