A Structured State Space Sequence Model for Multi-Class Classification of Malware
该论文针对物联网（IoT）设备规模爆炸式增长所带来的恶意软件威胁，提出并验证了一种基于结构化状态空间序列模型（Structured State Space Sequence，S4）的多分类恶意软件检测与分类框架。研究背景是：预计到 2030
#cs.AI
共收录 1652 条相关情报。
← 返回所有主题From Network Intrusion Detection to Blockchain-Backed Endpoint Detection and Response: Mapping the Landscape of Decentralized Detection-and-Response Architectures
这是一篇系统化知识梳理（SoK）类论文，聚焦于区块链辅助的入侵检测与响应体系。作者指出，尽管面向物联网（IoT）与工业物联网（IIoT）的区块链+IDS/IPS 文献已相当成熟，但既有综述存在两个关键缺陷：其一，忽略了检测架构正从网络边界向
Walking the Embedding Space: Datastore Extraction from Multimodal RAG
多模态检索增强生成(MRAG)已成为将多模态大模型(MLLM)的生成能力锚定到相关、及时的外部知识的可靠且低成本手段。它在降低幻觉方面有明显收益,但同时引入了新的攻击面,包括私有信息泄露和针对数据抽取攻击的脆弱性。本文提出 IMMRAG,一
SoK: Decentralized Agent Economic Infrastructure
本文是一篇系统性知识梳理（SoK），聚焦“去中心化智能体经济基础设施”。核心问题是：当前去中心化智能体经济中的任务，往往由多个在设计阶段彼此独立、安全假设互不相通的协议拼装而成，于是出现“每一步看起来都正确、整体结果却错误”的失效模式。论文
Chaining Skills to Hijack LLM Agents
论文《Chaining Skills to Hijack LLM Agents》研究 LLM Agent 在多技能协作场景下的新型攻击面。背景是：Agent 为完成用户请求会按顺序调用多个技能（skill），前一个技能产生的信息会作为输入影
False Floors: LLM Safety Routing Evaluations Break Under Distribution Shift
本文研究的是 LLM 安全路由（safety routing）评测中的方法论缺陷。安全路由器的做法是把每个请求分派给多个候选模型中的一个，其效果通常以「与最佳单模型（best single model）对比」来评判。问题在于，主流路由基准是
PACE: Provenance-Aware Capability Enforcement for Tool-Using LLM Agents
该论文研究使用工具的大语言模型（LLM）智能体的安全问题。此类智能体把生成文本转化为真实副作用，因此被污染的工具元数据、检索页面、记忆或可复用技能，都可能操纵下一次工具调用。作者指出，仅在准入前审查工件无法解决该问题：一个安全变体与一个泄密
ReCast: Contract-Preserving Protection for Fixed-Interface Multimodal Reasoning
远程多模态模型在图表与语音等固定媒体接口上的数值推理能力很强，但直接上传私有输入会导致敏感内容外泄。现有的纯文本脱敏无法满足固定媒体接口的格式要求，而身份匿名化又保留了任务内容本身。论文提出 ReCast——一种面向智能体的插件式保护框架，
Jev-IDS: System One Models for Network Intrusion Detection
该论文提出 JEV-IDS，一个面向零日入侵检测的开放式通用网络入侵检测系统（NIDS）实验框架，其核心思路是绕开传统机器学习 NIDS 对大量标注数据和任务专用训练的依赖，同时规避大语言模型（LLM）在流量记录检测中推理成本高、延迟大、输
MOMAT: Mixture of Multiple Atlases for Low-Power Jailbreak Defense of Quantized LLMs
该论文关注量化大语言模型（qLLM）在边缘设备上的安全风险。量化虽带来低延迟、低能耗的部署优势，但会削弱模型的对齐防护能力，使 qLLM 更易被越狱提示绕过。作者提出 MOMAT（Mixture of Multiple Atlases），一
Sapien: A Stateful Policy Engine for Autonomous AI Agents
该论文针对自主 AI 智能体（AI Agent）在工具调用场景下的安全问题，提出了一种名为 Sapien 的「有状态策略引擎」。研究背景是：当前主流的上下文安全防御思路，是先让模型根据当前任务即时合成一份任务专属策略，再用这份策略去约束智能
Backdoor Purification for LoRA-Tuned LLMs via Null-Space Projection
该论文研究的是参数高效微调（PEFT）场景下的后门防御问题。随着大语言模型（LLM）与 LoRA 等轻量微调方法的广泛采用，攻击者可以通过污染微调数据或发布被植入后门的适配器（adapter），使模型在特定触发条件下产生恶意输出，而基座模型
Backdoor Containment via Expert Quarantine and Shutdown in LLMs
该论文研究大型语言模型（LLM）后门防御问题。被植入后门的 LLM 在正常输入上表现正常，但在隐藏触发器下会产生攻击者指定的输出。现有防御覆盖训练前、训练中、训练后和推理时四个阶段，底层策略可归为两类：一是抑制后门学习，例如过滤投毒数据或在
Towards Hierarchical Cyber Defense with Large Language Models: From Planning to Execution
本篇论文研究自主网络防御中强化学习(RL)防御智能体的泛化瓶颈：用 RL 训练出的自主防御者通常与其训练所在的网络绑定，一旦网络规模发生变化，策略能力就会下降，往往需要按新规模重新训练。分层强化学习通过把"战略层目标选择"与"战术层动作执行
No One Architecture Fits All: A Cross-Environment Evaluation of Hierarchical Red Team Agents
该论文针对自主红队智能体（autonomous red team agents）研究中的一个方法论盲区展开：现有工作常把强化学习（RL）规划器与大型语言模型（LLM）规划器以混合分层的方式组合，用于对 AI 赋能的网络防御进行多阶段压力测试
CodeMimicry: Exploiting Safety Generalization Lag in Large Language Models via Structured Code Completion
该论文聚焦大语言模型安全对齐的一个被忽视的失效模式：安全泛化滞后（safety generalization lag）。作者指出，当前主流对齐训练与红队数据几乎全部集中在自然语言上，导致模型在代码域上未能继承同等强度的拒答能力。这一滞后在代
Representation Transitions Reveal Emerging Safety Risks in Multi-Turn LLM Agents
该论文研究多轮（multi-turn）交互场景下 LLM 智能体（agentic system）的安全风险。作者指出的核心问题是：现有防御往往孤立地评估单次动作或单个状态，而攻击者可以将多个单独看都合规的操作逐步组合，最终产生有害结果，这类
Pretext: Defeating Malicious Skill Detection Frameworks for AI Agents
该论文研究 AI Agent 技能（Skill）供应链的安全检测问题。技能通过把指令与信息注入到 Agent 上下文中来扩展其能力，已被 OpenClaw、Claude Code 等 Agent 广泛采用；此前研究已证实第三方技能市场存在恶
Speculative Safety Honeypot: Toward Proactive Defense Against Multi-turn Agent Attacks
这篇论文关注的是 LLM Agent 在多轮交互场景下所面临的安全威胁。随着 Agent 被部署到越来越复杂的工具调用与环境交互中，攻击者可以把恶意意图拆散到多个对话轮次里，逐步诱导 Agent 走向危险行为，而任何单独一轮的输入看上去都无
Learning Normal Diffusion Dynamics for Backdoor Defense in Text-to-Image Models
本文针对文本到图像（T2I）扩散模型的后门防御问题，提出从“转移动力学”（transition dynamics）视角进行检测与定位的新框架 NDDL（Normal Diffusion Dynamics Learning）。现有防御通常依赖