Renaming or Tightness: Enforcing Disjunctive Information Flow Policies
本文研究分离式信息流策略的强制执行问题。分离式策略允许一个值最多依赖于两个秘密之一,而不能同时依赖于两者,例如分析师只能查阅一个客户的文件而不能同时查阅两个,或者分割的秘密只能释放其中一部分。这类策略不满足格结构,Hunt和Sands提出使
共收录 48 条相关情报。
← 返回所有主题本文研究分离式信息流策略的强制执行问题。分离式策略允许一个值最多依赖于两个秘密之一,而不能同时依赖于两者,例如分析师只能查阅一个客户的文件而不能同时查阅两个,或者分割的秘密只能释放其中一部分。这类策略不满足格结构,Hunt和Sands提出使
本文提出 HOPSCOTCH,一个基于 Lean 4 的框架,用于机械化计算可靠的、基于游戏的安全证明。安全定义被表达为有状态概率预言机之间的不可区分性,证明过程遵循标准的游戏跳跃范式。HOPSCOTCH 采用浅嵌入方式,预言机和归约都是普
这篇论文将范畴论应用于密码学中的通用可组合性(UC)框架,以建立安全组合的严格数学理论。UC框架由Canetti提出,用于评估协议在并发环境中的安全性,但传统形式化依赖于交互式图灵机和复杂的概率论证明,难以扩展和验证。作者针对静态参与方和会
本文研究符号安全协议分析中的入侵者推导问题,即判断攻击者能否利用其掌握的操作从已观测消息中推导出目标消息。尽管收敛重写系统能够提供规范形式,但模收敛理论的推导一般不可判定,现有可判定片段多由实际密码学示例驱动。本文从最小结构视角出发:当所有
该论文针对大语言模型(LLM)在软件漏洞推理中可能静默违反领域知识、导致安全关键场景(如医疗设备)可靠性不足的问题,提出了一种基于逻辑编程的验证框架 EntailLLM。现有方法要么将 LLM 输出仅作为待评分的预测,要么将其限制在单张知识
本论文提出了一种统一的跨领域研究方法:寻找既有结论中未被察觉的隐含假设,将其显式化为一个可变参数,然后证明当该假设被移除后,结论会发生什么变化。作者将此方法的形式化核心称为“动态句法不变性原理”(Dynamic Syntactic Inva
该论文针对程序信息流策略的语义形式化问题进行修正与验证。许多高级安全需求涉及程序中允许的信息流动,但由于存在选择性降级(selective downgrading)而难以精确表达。认识逻辑(epistemic logic)中的概念被视为一种
该论文是 Gilles Barthe 撰写的一篇关于安全形式化的综述章节,聚焦于证明助手(proof assistants)在计算机安全领域的应用。研究背景是:设计与实现必须满足预期的安全属性,而证明助手能够通过机械化推理严格验证这些属性,
本研究提出了一种基于二进制 Ring Learning With Errors (RLWE) 同态加密算法的逻辑锁定方案,并将其集成到 RISC-V 系统级芯片 (SoC) 设计中。传统逻辑锁定方法需要向用户提供原始锁定参数,容易暴露敏感信
本文研究云环境下物联网(IoT)访问控制策略中的信息流安全问题。许多云服务商(如AWS IoT Core)提供访问控制机制,但其配置不当可能导致严重安全漏洞。作者指出,在设备具有不同信任级别或隶属于不同子系统的场景中,仅独立验证单个权限是否
该论文针对LLM辅助自主机器人蜂群在执行协作情报、监视与侦察(ISR)任务时面临的组合保证失败问题,提出了一种三层(平台/小队/任务)组合运行时验证框架。首先,论文指出现有的单平台防护机制无法检测跨平台违规行为,例如多个平台各自执行合规动作
该论文提出SecureCROWN,首个用于隐私保护神经网络鲁棒性验证的框架。神经网络验证与数据隐私存在固有矛盾:验证需要完全访问模型参数和输入数据,但这受到隐私法规和知识产权限制。SecureCROWN基于安全两方计算(2PC),使模型所有
前瞻偏差(Look-ahead bias)是回测和机器学习评估中最常见的陷阱:它使用了决策时刻之后的信息来优化该时刻的决策,导致系统在部署时表现远不如回测。当前业界主要通过特定构造的经验规则和经验性检测器来管理这一问题,但这些方法仅在单一通
本文对大型语言模型(LLM)的系统化安全性研究进行了综述,创新性地从生命周期和应用栈视角分析漏洞。研究指出,LLM已从单纯的文本生成器演变为嵌入检索管道、企业助手、编码环境、机器人系统、安全操作工作流和自主代理的复杂系统,能够读取私有数据、
本文提出并证明了一个新的元定理:语法分离蕴含计算不可区分性。具体而言,考虑一个局部语法系统R,它在半径r0内作用于项而不依赖任何模型。当两个Skolem函数在R中被语法分离时,任何演绎都不能证明它们的等价性(情形1),并且任何合理的局部扩展
该论文针对持久内存(Persistent Memory)这一新兴内存范式中的信息流安全(information flow security)问题展开研究。持久内存能够提升运行时效率并支持程序在断电或系统崩溃后恢复,但现有研究多聚焦于功能正确
该论文提出了 Maestro Order,一个模型无关的编排框架,旨在将不可靠的单一模型(如大型语言模型)转化为可靠的问题解决系统。核心思路是通过四种结构原语(分解、集成、验证和递归)组合基础模型,并引入预算感知控制器,动态决定在何处分配计
该论文针对当前AI智能体系统在可信执行与合规验证方面的挑战,提出了一种基于密码学有效性证书的新颖方案。核心思想是:首先将智能体应满足的正确性或策略条件形式化为逻辑谓词;然后将该谓词编译为多项式约束上的证人(witness)检查问题;最后利用
本文提出了一种基于差分区域集(differential halo zonotopes)的新型静态分析技术,用于验证深度神经网络(DNN)的全局鲁棒性。全局鲁棒性是一种比局部鲁棒性更强的性质,要求网络对所有输入对(而非单个输入及其邻域)的预测
A-COMPASS: Formal Foundations for Anonymity Analysis in Microdata