Accountable yet Anonymous AI Agents - Split-Knowledge Binding in National Agent-Identity Layer in China
本文研究AI代理身份系统中问责性与匿名性的平衡问题。现有行业实践和研究方案普遍倾向于让每个代理完全可识别以保障问责，但中国正在建设的国家级代理身份层（计划于2026年Q3公开上线）探索了一条不同路径：代理与经过验证的法律主体关联，但该主体身
#cs.CY
共收录 157 条相关情报。
← 返回所有主题Share No More Than the Request Requires: Federated Disclosure for Perspective-Aware AI
本文针对现代AI系统在用户数据收集、集中控制和隐私侵犯方面的社会风险（如大规模监控、权力过度集中、用户自主权丧失），提出了一种面向隐私保护的联邦披露框架。作者认为用户需要一种主权系统来安全地拥有、治理和披露个人上下文数据，同时满足跨监管领域
Advances in STV Margin Computation
本文针对单记名可转移投票（STV）这一多席位偏好比例选举系统，研究其边际计算问题。STV选举的边际是指改变获胜者集合所需的最小选票操纵数量。精确计算边际或其合理下界，对于实施风险限制审计（RLA）至关重要，因为边际知识可用于评估选举结果是否
Risk-Limiting Audits for Parliamentary Majorities
该论文针对议会选举中多数派执政结果的认证问题，提出了一种风险限制审计（RLA）方法。传统的RLA通常聚焦于认证单个竞选结果，但在议会制选举中，政治相关结果往往是某个政党是否赢得足够席位以组建政府，而非每个席位结果是否完全正确。论文将认证议会
Examining User Behavior and Cognitive Biases in Personal Password Security
该研究聚焦于个人密码安全中的用户行为与认知偏差。尽管网络安全意识日益增强，用户仍普遍存在不安全密码实践（如密码复用、选择弱凭证、忽视安全建议）。研究整合行为经济学中的双曲贴现、现状偏差和当前偏差等概念，探讨影响密码决策的行为和认知因素。通过
Adversarial Robustness of Phishing Email Detection: A Comparative Study of TF-IDF + Logistic Regression and Fine-Tuned DistilBERT
本文针对钓鱼邮件检测的对抗鲁棒性进行了系统比较研究。研究背景在于，当前机器学习分类器在钓鱼邮件检测中广泛应用，但其准确性往往仅在干净、分布内测试数据上评估，而忽略了对经过刻意修改以逃避检测的对抗性邮件的鲁棒性。为弥补这一空白，作者选取了两种
Privacy Cost as Equity Input: A Group Fairness Criterion for Differentially Private Machine Learning
该论文提出了一种新的群体公平性度量方法——Privacy-Cost Equity Ratio (PCER)，用于评估差分隐私（DP）机器学习系统中的群体公平性。传统的公平性度量主要关注模型输出（如准确率）在不同群体间的差异，但忽略了隐私成本
A Control-Driven Framework for Secure SaaS Onboarding in Regulated Enterprises
本文针对受监管企业在采用SaaS平台时面临的上架（Onboarding）挑战，提出了一种控制驱动的端到端框架。现有流程中，第三方风险管理（TPRM）、网络安全评估、身份与访问管理（IAM）以及灾难恢复（DR）往往相互孤立地执行，导致上线延迟
AI Watermark Evidence Fails Forensic Readiness: An Empirical Evaluation
本文针对各国政府强制要求LLM生成内容添加水印（如欧盟AI法案、加州SB 942）的背景下，检验水印检测结果是否足以作为法庭证据的可靠性。作者选取三种代表性水印方法——KGW、Unigram以及MarkLLM实现的SynthID-Text，
xChk: Bring Your Own Identity -- Heterogeneous Assurance with Verifier-Determined Sufficiency
本文提出了 xChk 系统，一种参考身份提供者（IdP），用于实现“自带身份”（BYOI）模式。用户可以通过多种异构证明方式注册，包括政府KYC、企业SSO、WebAuthn/FIDO2、专业网络、实时验证、长期活动数据、行为信号等。这些证
AI-Native Insurance for Agentic AI: Pricing, Underwriting, and End-to-End Automation
该论文提出了一个面向代理式AI（Agentic AI）部署的AI原生保险数学框架，用于承保、定价和合同设计。代理式AI系统因其自主决策、工具调用、环境修改及第三方交互能力，引入了传统保险无法覆盖的新型风险。作者将AI部署表示为包含自主性级别
How Agentic Is Agentic Commerce? A Population-Scale Measurement of x402 Adoption and Authenticity
该论文对AI代理经济中广泛使用的x402支付协议进行了首次大规模测量研究。x402协议允许AI代理自主完成链上稳定币支付，声称已有数亿笔结算，被视为AI代理经济已到来的证据。研究者在Base链上采集了280天内136,708,672笔x40
A Threshold Exceedance Framework for CBRN Uplift Evaluation in Frontier Language Models
本文提出了一种阈值超出标准（Threshold Exceedance Criteria, TEC）框架，用于评估前沿语言模型是否显著提升非专业行为者策划化学、生物、放射或核（CBRN）误用的能力。现有CBRN评估在非专业定义、威胁范围、基线
Beyond AI-Generated Labels: Watermarking, Co-Creation, and Conflation of AI-Generation with Disinformation
本文批判性地审视了当前广泛讨论的AI生成内容水印机制，指出其在区分机器与人类创作时的局限性。作者认为，将水印技术（尤其是不可见水印转换为可见的“AI生成”标签）应用于新闻、学术、公共宣传等以信息准确性为核心关注的领域，存在概念与实践上的根本
A Verifier-Centric Conceptual Model for Digital Credential Ecosystems
该论文提出了一个以验证者为中心的概念模型，用于解析数字凭证生态系统中的互操作性失败问题。当前数字凭证系统融合了多种标准，但不同司法管辖区和应用领域的实现独立演进，导致即使共享相同数据模型的系统之间也无法互操作。传统的逐元素比较方法（如标识符
Evaluating AI Models' Capability to Automate Voice Phishing Attacks
该研究通过大规模问卷调查（N=4100）和定性访谈（N=12），评估了美国成年人面对AI驱动的语音钓鱼攻击的脆弱性。研究人员利用先进的语音模型（包括Llama Full Duplex、Sesame、Gemini、OAI AVM、Play.A
Privacy Detective: A Narrative Game that Cultivates Student Developers' Privacy Awareness by Harnessing Legal Documents
本文提出了一种名为 Privacy Detective 的叙事调查游戏，旨在通过利用真实法律文档（如 FTC 投诉和判决）来培养开发者（特别是学生开发者）的隐私意识。研究背景是：开发者对系统数据收集、使用和共享的选择直接影响用户隐私体验，但
Overview of Risk Assessment and Management for Intelligent Systems under the AI Act and Beyond
本文综述了人工智能系统风险识别、分析与管理的系统性方法论。首先，梳理了全球范围内推动AI风险评估需求的监管格局，包括欧盟《人工智能法案》等基于风险的监管框架。其次，系统分类了文献中识别的AI相关风险谱系，涵盖从技术故障（如模型鲁棒性不足、数
Resilient Liquid Democracy: Mitigating Voting Power Imbalances via Secure Delegation Networks
液态民主是一种结合直接投票与委托投票的集体决策机制，但现有实现因透明委托导致从众效应、胁迫风险以及代表缺席时的系统性脆弱。本文提出一种弹性液态民主协议，通过密封委托机制来解决知情专业路由与系统鲁棒性之间的冲突。核心创新包括：1）采用去中心化
A Penny for Your Prompts: Experiments Detecting and Mitigating LLM Usage by Survey Respondents
本研究针对众包平台（如Prolific和Mechanical Turk）上调查问卷参与者越来越多使用大型语言模型（LLM）辅助回答的现象，旨在量化这种行为的普遍性并探索检测与缓解方法。研究团队开展了一系列调查（样本量N=250），系统评估了