Security-First Evaluation of Text-to-Terraform: Benchmarking LLMs and SLMs for Secure IaC Generation
该论文研究了大型语言模型（LLM）和小型语言模型（SLM）在生成基础设施即代码（IaC）时的安全性问题，特别是针对AWS Terraform配置。云配置错误是安全事件的主要根源，但业界对LLM/SLM能否生成符合安全规范的IaC缺乏系统性评
#cs.ET
共收录 50 条相关情报。
← 返回所有主题RRAM-DP: Device-Calibrated Differential Privacy for In-Memory Edge Learning
本文提出了 RRAM-DP，一种面向边缘 AIoT 系统的硬件-算法协同差分隐私方法。边缘 AIoT 设备常收集敏感数据，隐私保护至关重要。电阻式随机存取存储器（RRAM）因其多比特存储和存内计算能力而成为高效 AIoT 的候选硬件，但其固
SABLE: Minimalist Instruction-Level Authenticated Encryption for Constrained Confidential Computing
SABLE: Minimalist Instruction-Level Authenticated Encryption for Constrained Confidential Computing
Proof in a Bottle: Long-Lived Verifiable Secret Sharing via Pre-Quantum Commitment and Immutable Ledger Binding
该论文提出了一种名为“Proof in a Bottle (PiB)”的新型可验证秘密共享方案，旨在解决传统 Verifiable Secret Sharing (VSS) 在量子计算威胁下的长期安全性问题。传统 VSS 依赖于计算假设（如
ARMOR-IMC: Adaptive Resource Mapping for Operational Robustness via Secure In-Memory Computing
该论文针对传统架构中巨大的数据搬运开销问题，提出了一种基于电阻式存储计算（IMC）的深度神经网络（DNN）加速器安全加固方法。传统IMC加速器使用自旋轨道矩磁隧道结（SOT-MTJ）等新兴器件绕过“存储墙”并降低泄漏功耗，但面临双重硬件威胁
Threat Vectors and the State of the Art in Defense Methods for Security in Neurotechnology
本文是一篇关于脑机接口（BCI）安全（即神经安全）的综述论文。脑机接口涵盖多种硬件模态、相关软件及联网设备，广泛应用于神经外科、生物医学数据分析、神经成像等领域。近年来，BCI技术飞速发展，首批设备已通过临床试验，消费级硬件开始进入市场，且
Deanonymizing Monero Transactions in Tor Network
本文研究 Monero 加密货币在 Tor 网络中的交易去匿名化问题。Monero 是一种注重隐私的加密货币，它采用 Dandelion++ 协议并集成匿名网络（如 Tor 和 I2P）来防止攻击者将交易与源 IP 关联。然而，本文发现 M
Closing the Activation-Cone Blind Spot: Response-Time Probing and Unified Defense
该论文系统评估了大型语言模型（LLM）推理时安全防御方法的性能，填补了该领域缺乏系统比较的空白。研究涵盖了五种防御范式（无防御、静态引导、CAST、AlphaSteer、探针门控）在七个指令微调模型（参数量7-31B）上抵御五种攻击（GCG
Bit-ViP: Leveraging Bit-planes to Preserve Visual Privacy in Images through Obfuscation
本文提出了一种名为 Bit-ViP 的基于位平面的图像混淆方案，旨在保护图像中的视觉隐私，同时保持足够的可用性以支持基于图像的识别任务。研究背景是计算机视觉应用（如监控系统和社交媒体）的快速增长引发了安全和隐私担忧，尤其在云端存储数据时。现
An AI Security Agent for Banking: Multi-Vector Fraud and AML Detection Across Retail and Corporate Accounts
该论文针对零售银行和企业银行面临的两类欺诈威胁——基于签名的欺诈（如无卡支付攻击、账户接管、ATM克隆）和基于行为的金融犯罪（如结构化交易、分层洗钱、钱骡网络、商业邮件诈骗）——提出了一种AI安全代理融合架构。这两类威胁的检测需求根本不同：
The Proxy Knows Too Much: Sealing LLM API Routers with Attested TEEs
本文研究了大型语言模型（LLM）API路由器存在的安全风险。当AI代理通过API路由器访问LLM时，路由器会终止客户端的传输层安全会话并建立新的上游会话，导致路由器能够获取完整的明文交互内容。这使得路由器成为应用层中间人攻击者：它可以改写代
MHOT: Height-Optimized Authenticated Data Structure for Blockchain State Commitment
该论文提出了一种名为MHOT（高度优化的认证数据结构）的新型区块链状态承诺数据结构，以解决以太坊Merkle Patricia Trie（MPT）存在的两个关键问题：树高度增长过快导致的性能瓶颈，以及易受Nurgle攻击的安全威胁。MPT的
Superspace Concentration and Adversarial Robustness in Quantum Algorithms
本文提出并形式化了超空间浓度（superspace concentration）作为一种量子资源，并通过焦点度量 F(ρ) = λ_max(ρ_super)（即约化超空间态的最大特征值）来量化量子系统将信息权重集中到扩展自由度空间中某个优先
An AI Security Agent for University ACMIS: Multi-Vector Threat Detection and Automated Response
该论文针对大学学术管理信息系统（ACMIS）面临的多维安全威胁（包括暴力登录、支付欺诈、权限提升、内部数据窃取和学术诚信违规）提出了一种基于AI的安全代理方案。传统基于规则的系统难以区分恶意行为与正常操作，因此作者设计了一个结合监督式异常检
Q-FE: A Quantum-Native 6G Far-Edge Architecture Securing Industrial IoT Digital Twins via CSIDH-PQC and Asynchronous Federated Learning
该论文提出了一种名为Q-FE的量子原生6G远边缘架构，旨在解决超密集工业物联网（IIoT）数字孪生场景下的安全与延迟挑战。当前架构依赖集中式云或移动边缘计算（MEC）服务器进行数字孪生计算，导致往返延迟过高，且使用易受量子攻击的经典公钥密码
AgentRedBench: Dynamic Redteaming and Integration-Aware Defense for LLM Agents over SaaS Integrations
该论文提出了AgentRedBench，一个动态的LLM驱动的红队基准测试，专门针对通过SaaS集成（如Gmail、Salesforce、Jira等）使用工具调用的LLM智能体面临的间接提示注入威胁。现有基准测试覆盖的集成种类有限，且攻击载
Cross-Generational Transfer of Adversarial Attacks Reveals Non-Monotonic Safety Alignment in LLMs
本文研究了大型语言模型 (LLM) 在跨代际间的安全对齐是否单调提升。作者选取 Google 的 Gemma 系列四代模型（7B-31B），采用质量多样性进化算法（MAP-Elites）作为自动化红队探测工具，对模型进行对抗性攻击生成和评估
Quality-Diversity Evolution for Discovering Diverse Vulnerabilities in LLM Safety
当前针对大型语言模型（LLM）的对抗性测试方法存在覆盖不足的问题：人工红队测试难以规模化、LLM作为攻击者的方法容易出现模式崩溃（产生重复或相似攻击）、基于梯度的攻击则生成不可读的乱码。本文提出一种质量多样性（Quality-Diversi
EvaluatAR: A Cross-Device Evaluation Framework for Rapid Prototyping of Bystander PETs in AR
增强现实（AR）头戴设备持续感知周围环境，捕获附近的旁观者，从而引发隐私风险。视觉旁观者隐私增强技术（PET）通过检测自我中心场景视图中的旁观者并应用隐私转换（如模糊化）来缓解这一风险。然而，传统的PET评估依赖于人工、开销高且设备特定，导
Local Privacy Laws in a Globalized World
本文指出当前数字隐私研究过度聚焦于欧盟通用数据保护条例（GDPR）等少数西方监管框架，忽视了其他地区用户的隐私关切、态度和问题，造成了显著的研究盲点。作者系统性地将多个国家/地区的数据保护法律中的异构法律要求，沿着数据生命周期进行归一化，形