本文对Android OEM定制化进行了首次纵向研究。研究团队构建了包含2907个ROM的数据集，覆盖42个不同厂商，跨越Android 1.6至9.0版本（2009-2020年）。他们开发了一个分析框架和流水线，用于提取每个ROM的定制层，并从多个维度评估其合规性和安全性。具体分析了二进制文件安全加固、SELinux策略、Android init脚本、内核安全加固技术等方面。令人担忧的是，他们发现2907个ROM中有579个（约20%）至少存在一项与其Android版本相关的CDD违规，其中甚至包括11个由Google自家品牌推出的ROM。某些厂商故意绕过或注释掉Android安全团队添加的安全网，例如修改init脚本以root权限启动存在已知漏洞（有公开CVE和PoC）的旧版本程序（如tcpdump），且可被远程攻击者访问。研究表明Google的努力仍不足，并提出了改进合规检查流程的建议。本文适合安全研究人员、Android设备厂商、以及关注移动生态安全的工程师阅读。

该论文提出了一种名为 Conan 的匿名数据收集协议，旨在解决在匿名网络中强制遵守合规规则的问题。传统匿名网络（如混合网）允许用户提交多个数据项（如投票、位置点或秘密共享），但无法保证单个用户不会违反合规策略（例如重复投票或位置点过于分散）。Conan 允许每个用户向审计者证明其提交的数据集满足某个合规谓词，同时不泄露哪些数据项属于该用户。核心方法基于分布式合规证明：用户通过秘密共享和可验证计算将证明分布到多个服务器，审计者仅需验证聚合证明即可。实验表明，Conan 在通信和计算开销上比现有方案（如基于零知识证明的方案）更高效，尤其适用于数据量大的场景。该研究贡献了一种将合规性融入匿名通信的理论框架和实用协议，适合关注匿名性、隐私保护合规及分布式系统安全的研究人员阅读。

该论文研究如何利用许可区块链系统来度量框架实施成熟度，而非传统的静态合规验证。现有网络安全与隐私框架（如NIST SP 800-53、ISO/IEC 27001、GDPR、HIPAA）的采用通常通过点审计、自我声明和分散的证据审核来评估，导致控制措施的一致性、独立验证性和长期可持续性难以保证，尤其在依赖第三方供应商的环境中问题更为突出。论文以医疗远程患者监控（RPM）为例，描述了多供应商生态系统中合规义务跨越组织边界、由多个独立评估者进行评估的场景。作者提出了一个基于区块链的第三方风险评估（TPRA）框架，该框架通过可编程智能合约操作化评估工作流、实施多方治理、并保留纵向评估状态。在此基础上，引入了一套评估指标和定性成熟度模型，旨在评估合规控制是否在重复评估周期中可验证地实施、治理和持续。论文的主要贡献在于将区块链从简单的合规记录存储提升为动态成熟度度量的基础设施，为多供应商环境下的持续合规监控提供了新思路。适合安全架构师、合规工程师、医疗IT从业者及区块链研究者阅读。

该论文提出了 Growlithe，一款面向服务器无服务器应用的开发者中心化合规工具。服务器无服务器应用由多种编程语言编写的函数、多样化的数据存储和通信服务组成，且快速迭代，这使得租户难以保护应用数据免受因漏洞、配置错误和人为失误导致的意外泄露。现有云安全工具如身份与访问管理（IAM）缺乏对租户应用的可观察性，而最新的数据流跟踪工具需要云平台支持且运行时开销大。Growlithe 集成到服务器无服务器应用开发工具链中，通过设计实现数据策略的持续合规。它允许开发者以声明方式指定访问和数据流控制策略，这些策略基于语言和平台无关的数据流图抽象（针对服务器无服务器应用），并通过静态分析和运行时强制相结合来执行策略。论文使用 Python 和 JavaScript 编写的函数（可部署在 AWS Lambda 和 Google Cloud Functions）进行了实验，结果表明 Growlithe 具有跨领域性、可移植性和高效性，使开发者能够轻松适应应用和策略的演变需求。主要贡献包括：提出了一种面向开发者的合规方法，实现了策略与应用的解耦；设计了跨平台的数据流图抽象；实现了低开销的静态与运行时混合策略强制机制；通过多平台实例证明了其有效性和可用性。

本文提出 ReCon，一个专为基于大语言模型（LLM）的网络安全合规检查设计的资源受限基准测试。随着网络威胁日益严峻，政府和企业的信息安全与网络安全实施受到严格监管，治理失败被认为是导致网络安全态势弱化的主要原因之一。信息安全治理的关键组成部分是制定、采纳并实施全面的信息安全/网络安全政策文档，该文档必须符合国际或国家标准以及监管指南。然而，政策文档常常在行业标准或法规方面存在缺陷，需要在彻底审计后进行修订。识别政策文档中记录的管控措施与流程同法规或标准要求之间的差距通常需要大量人工努力。生成式AI工具（如LLM）的出现促使研究人员利用LLM和代理AI工具来自动化此类合规检查。然而，这些研究通常在高资源环境（如昂贵的GPU和高内存服务器）下进行实验，对于较小组织而言难以获得。本文针对无需GPU和高内存的资源受限LLM，评估其在合规检查任务中的有效性。实验基于ISO 27002:2022标准，针对多个政策文档进行测试，结果表明低资源LLM在合规检查中能提供良好的一致性和准确性。该基准测试为资源受限场景下的LLM合规应用提供了评估框架。

该研究旨在解决日益复杂的监管环境下的合规性问题，提出利用计算工具进行法律审计的可能性。具体而言，研究者探索构建一个计算审计器，用于检查移动健康（mHealth）应用是否满足联邦安全与隐私法规。他们发现，虽然将开放式的、普遍适用的复杂法律转化为计算原则具有挑战性，但使用非法律的、权威的解释性文档可以在保留法律开放式特性的同时实现计算可操作化。研究在182个FDA/CE批准的mHealth应用上测试了该审计器，结果表明使用非法律的权威指导文档有助于创建计算审计器，这是一种管理日益增长的合规责任的有前景的工具。论文贡献在于提出了一种新的方法范式，即利用非法律文档进行法规的自动化审计，并展示了其在真实应用上的可行性。对于安全合规工程师、移动应用开发者及监管科技从业者具有参考价值。

本文提出 CAPSID（Consumer Aircraft Privacy-preserving Session ID）系统，旨在解决美国联邦航空管理局（FAA）强制要求小型无人机（UAV）广播唯一序列号、位置和高度所引发的隐私问题。该强制规定使得无人机操作者面临被长期追踪的风险，甚至引发了针对 FAA 的诉讼。CAPSID 的核心思想是采用临时会话标识符替代固定的序列号，在满足监管合规性的同时保护操作者隐私。系统设计包括：通过密钥协商生成短期有效的会话 ID，无人机在空中广播该 ID 而非永久序列号；地面接收端（如执法机构）可通过授权机制解析会话 ID 以获取必要信息，但无法实现未经授权的持续追踪。论文详细描述了协议流程、密钥管理、会话更新机制以及抗伪造和重放攻击的安全分析。实验评估表明，CAPSID 在计算开销和通信带宽上均能满足小型无人机的资源限制，且与现有广播标准兼容。主要贡献包括：首个兼顾 FAA 合规与隐私保护的轻量级会话 ID 方案；形式化安全证明；以及基于实际无人机平台的性能测试。该工作适合无人机安全、隐私保护及监管技术领域的研究者和工程师阅读。

本文提出ASSERT（自动化安全概念结构提取与反向拓扑检查）框架，旨在解决NIS-2指令下从遗留IT安全概念（IT-SCs）向机器可读合规制品迁移的验证问题。现有研究主要聚焦于生成新概念，但缺乏对遗留文档的提取、验证与导出机制。ASSERT框架通过以下步骤实现：首先，利用基于本体的提取方法将遗留文档转化为形式化的文档图；其次，构建一个独立的参考状态图（基于BSI的Grundschutz++标准），并通过五类图差（新增、缺失、修改、未变化、冲突）进行确定性比较；最后，导出符合OSCAL模式的系统描述与评估证据。实验使用BSI提供的RecPlast数据集，比较了本地开源模型与商业模型在三种不同参考本体暴露配置下的性能。结果表明，ASSERT能够量化文档与基础设施间的不一致性，但存在发现未记录实体与强制模式之间的矛盾。该研究为合规审计中的逆向工程提供了新方法，适合安全合规工程师、审计人员及标准化研究者关注。

本文针对关键基础设施中操作技术环境无法主动扫描但需要风险评估和合规反馈的挑战，提出了一种基于 MCP（Model Context Protocol）的非侵入式多智能体流水线。该流水线将自然语言系统描述转换为来源可验证的知识图谱和符合 NIST OSCAL 格式的审计就绪工件，实现持续的自动化合规管理。架构将基于 LLM 的推理与来自权威威胁情报源的确定性知识检索解耦，降低了制造虚假漏洞和幻觉攻击路径的风险。通过一个水务公司的基于证据的合成场景验证，流水线达到了 0.90 的 CVE 召回率和完美的 D3FEND 召回率，生成了架构有效的 OSCAL 系统安全计划和安全评估报告。核心见解在于，MCP 接地并不能完全消除误差（如幻觉），而是将误差转移到从自然语言描述中提取资产的第一阶段：单个错误提取的实体可能导致后续阶段产生真实但无关的 CVE，消耗时间和资源。然而，这使得剩余风险变得可见、可验证，并适合时间高效的人工审查，因为基础设施（如版本号、操作系统等）通常是已知的。

本文针对云安全中安全控制项到技术指标的手动映射效率低下的问题，提出了一种基于领域自适应Sentence Transformer模型的自动化方法。研究首先从五个欧洲安全标准（如ISO 27001、CSA CCM等）和技术指标集合中构建了一个包含3,499个语义对的训练语料库，并通过回译和基于大语言模型的释义技术将语料扩展至四个场景下的13,996个样本。作者微调了五种Sentence Transformer架构（如multi-qa-mpnet-dot-v1等），并在两个独立任务上评估性能：控制项到指标映射和跨标准控制项关联。实验结果表明，所有微调模型均显著优于零样本基线。在控制项到指标任务上，最佳模型在nDCG@10指标上提升高达23个百分点；在跨标准控制关联任务上，使用回译数据的multi-qa-mpnet-dot-v1模型达到0.870 nDCG@10。研究证实，领域内训练数据是提升此类任务性能的主要驱动力。该工作为云安全合规自动化提供了可行的技术路径。

该论文研究了软件从业者如何利用在线论坛（特别是Reddit）来理解和应对复杂的隐私法规要求。作者针对Reddit上与隐私法规相关的子版块（subreddits）的用户进行了调查（223名参与者），并辅以对2248条帖子和回复的定性分析。研究发现，尽管多数参与者持有隐私相关认证，他们仍然频繁使用论坛寻求法律建议。主要挑战包括实施数据保护影响评估、报告数据泄露以及获取Cookie同意。用户评估在线建议可信度的方式包括：查看回复者的发帖历史、验证引用的来源、信任公认的专家，以及在采纳前进行跟进澄清。论文指出了当前教育支持与监管合规指导之间的差距，并提出了研究和教育方向以弥补这些差距。该研究为理解开发者如何在实践中处理隐私法律难题提供了实证基础。

本文针对NIS-2指令下中小企业面临的风险管理合规压力，聚焦德国联邦信息安全办公室（BSI）制定的IT-Grundschutz（IT-GS）认证自动化问题。IT-GS认证依赖大量人工文档、验证与修订，成本高且难以规模化。作者在前期概念框架基础上，实现了结合混合检索增强生成（HybridRAG）的多智能体系统（MAS）架构，用于部分自动化IT-GS认证流程。主要技术贡献包括：结构分析阶段引入假设-验证循环，将智能体推断的依赖关系与知识图谱交叉引用以减少幻觉；以及解耦推理管道，将智能体驱动的语义提取与确定性保护需求继承分离。实验采用BSI的“RecPlast GmbH”案例研究作为人工专家参考数据集，对架构进行端到端评估，量化精确率、召回率和F1分数。系统在结构分析和建模等语义任务上表现高效，显著减少了人工工作量；但在保护需求评估和IT-GS检查等逻辑推理阶段，由于当前大语言模型的概率性本质难以满足IT-GS所需的确定性严格性，定量结果显示出局限性。该研究展示了将LLM与知识图谱结合用于合规自动化的潜力，但指出了在需要严格逻辑推理环节的瓶颈。

本研究针对Kubernetes（K8s）在微服务架构中作为容器编排标准所面临的安全配置一致性问题，系统比较了八种常用的Kubernetes加固指南，并基于最佳实践建立了包含79项配置建议的基准。通过对十种流行的静态配置扫描工具的结构化实证评估，发现不同加固指南和扫描器在配置问题覆盖范围上存在显著差异，且不同工具对配置问题的评分和排序方式不一致。研究结果强调了需要更标准化、透明和一致的Kubernetes配置问题风险评估方法。对于安全团队而言，该研究揭示了当前工具和标准之间的鸿沟，有助于选择更合适的扫描策略，并推动行业统一基准的形成。

本文针对文件格式合规性评估中单解析器不可靠的问题，提出一种基于多解析器错误消息集合的统计检测方法。研究背景指出，由于解析器和格式规范本身存在缺陷，合规文件可能解析失败，而非合规文件却能被顺利读取，后者带来显著安全风险。作者建议，评估文件格式合规性的更好方式是检查一组解析器产生的错误信息，而非依赖单一解析器。如果已有合规与非合规文件样本，则可利用基于伪似然比的统计检验高效判断文件的合规性和安全性。该方法与具体格式无关，不直接依赖格式的正式规范。论文以PDF格式（ISO 32000-2）为例进行说明，但未使用任何PDF特有细节。此外，作者展示主成分分析（PCA）可帮助格式规范设计者评估文件与解析器样本的质量和结构。实验表明，尽管这些测试非常基础，但用于衡量文件格式变异性和识别非合规文件既新颖又出奇有效。本文适合安全分析师、文件格式规范设计者以及关注文件解析安全性的研究人员阅读。

本文提出“覆盖缺口”概念，用于衡量关键基础设施运营商在公共暴露面与协调漏洞披露能力之间的可量化差距。作者以智利国家网络安全局（ANCI）依据第21.663号法律指定的915家“重要运营商”（OIV）为对象，采用纯被动、基于开源情报（OSINT）的方法，遵循ISO/IEC 29147:2018标准及智利计算机犯罪安全港条款（第21.459号法律），对整个官方目录中约98.7%的实体进行了可验证披露联系渠道（第1层）的普查。结果发现：仅有16家OIV（1.7%）发布了可验证的RFC 9116披露渠道；在能源、医疗、银行、电信、燃料、水、交通及国家行政等物理世界基础设施运营商中，不到10家拥有此类渠道，所有四大银行和两家电信运营商完全缺失。相比之下，美国联邦民用部门在CISA约束性操作指令18-01下的合规率超过99%。此外，84%的OIV存在电子邮件认证配置错误，估计23.5%的OIV使用了生命周期结束或已知存在漏洞的软件栈组件（Wilson 95% CI [12%, 38%]）。跨司法管辖区基准测试显示，智利在电子邮件认证强制要求方面落后美国、英国和荷兰约8年，落后丹麦约3年。作者提出一个基于BOD 18-01和英国公共部门DMARC工具包的四阶段路线图，并开源工具anci-oiv-resolver（Apache 2.0），以便独立复现支撑宇宙级审计的OIV域名映射。

本文提出了一种面向全自主AI渗透测试工具的智能保证系统（IAS）。随着AI驱动的自动化攻击模拟工具日益复杂，其运行过程的完整性、合规性及伦理问题变得至关重要，尤其是在人类监督有限或缺失的场景下。该系统通过监控执行轨迹、强制合规约束、提供实时反馈以及促进自我改进，实现了对自主渗透测试行为的持续监督和问责。核心贡献在于设计了一种资源高效的保证架构，能够与EU AI Act等法规对齐，并支持审计跟踪和自我增强。实验部分（摘要未详述）验证了系统在保持低开销的同时有效检测违规行为。该研究适用于AI安全工具开发者、合规官员及研究自动化安全测试系统可靠性的学者。

这篇论文针对受监管的网络安全运维场景，指出现有的大语言模型（LLM）代理系统虽然在孤立的网络安全任务上表现良好，但缺乏一个能够跨检索、工具调用、记忆、发现、报告和审计强制执行组织级范围、同时保持模型无关且可本地部署的运行时平台。特别是在安全运营中心（SOC）和合规工作流中，单个分析师可能触发绑定整个组织的操作，运行时必须与现有SIEM/XDR堆栈集成，作为上下文和告警驱动触发器的主要来源，而不是作为独立的分析层。为此，论文提出了一种面向金融网络安全领域的组织级LLM代理运行时架构。核心贡献是一种类型化的安全上下文（Security Context），它在每个入口点创建，包括将SIEM/XDR通知作为一等触发器接入，并在每个组件边界强制执行。架构结合了共享运行时核心、逻辑专业子代理、受治理的工具适配层（Tool Adapter Layer），该层在统一策略和审计下暴露SIEM/XDR查询、富化和响应原语，同时包含结构化发现与证据引用、分层人工参与（HITL）门控以及仅追加审计。论文将模型上下文协议（MCP）、扩展遥测、数字孪生用于渗透测试、图检索和联邦知识共享视为可选扩展路径，而非强制运行时假设。作者描述了一个可实现的子集作为架构的可测试性表面，并提出了一个可证伪的评估计划，包含度量级通过标准，用于评估架构就绪性、安全策略执行、证据可追溯性、输出质量和运维可观测性。该论文适合SOC架构师、安全平台开发者、合规技术负责人以及研究LLM在受监管环境中应用的学者阅读。

该研究聚焦于美国关键基础设施行业（如电力、医疗、金融）中，组织如何通过自身安全措施来补充官方数字安全合规要求（如NIST框架等）的不足。已有研究表明合规项目在制定和实施上存在诸多问题，导致组织常感到合规不足以应对真实威胁。研究者对来自六个关键服务行业的40名安全从业者进行了问卷调查，旨在了解：（1）组织如何识别并弥补合规与实际安全需求之间的差距；（2）哪些自行采取的措施效果显著；（3）组织如何对这些措施进行优先级排序和效果评估。该研究采用定性方法，通过半结构化访谈收集数据，并运用主题分析提取常见做法和挑战。虽然abstract未提供具体结果，但预期研究成果将揭示行业最佳实践、常见合规补充策略（如额外监控、第三方评估、自建威胁情报能力等），以及组织在资源分配和效果衡量上的决策逻辑。该工作适合CISO、合规官、风险管理者和政策制定者阅读，以理解合规之外的实际安全投资模式。