该论文针对“混合量子—经典工作流”的完整性验证，提出一套“主张相对（claim-relative）”的证据/参照框架。核心问题是：当篡改或系统性偏差只改变标签通路（label path），而不改变可观测的特征/预测视图时，防御方能否仅凭观测数据判定完整性已被破坏。作者指出，观测不可区分性会造成“结构性盲区”，它与有限批次抽样导致的统计漏检有本质区别：前者原理上无法靠增大样本量弥补，后者只是样本量不足。论文在一个显式声明的格（lattice）结构内论证了不同强度完整性目标所需的最小可信参照：只需保证结论（conclusion）完整性时，一个可信的同批次标量 R0 即可；需同时覆盖聚合（aggregate）与结论时需聚合量 M0；需保证条目身份（item identity）时则需条目对齐绑定。实验方面，在 3,600 次标签干预下，特征/预测视图实现了精确的标签通路不变性；全部 764 条几何对齐的聚合盲区行与其配对干净响应完全相等，攻击专有增量为零。在统计响应侧，几何对齐构造配合 conformal 规则在 2,700 次改变结论的标签干预（τ→0+）中检出 343 次，未校正的并集规则检出 1,183 次；而原始冻结的同条目几何仅分别检出 11/2,617 与 43/2,617。执行后 conformal 干净误动作率为 0.048–0.059（描述性），其有限样本保证依赖可交换性假设，而重叠抽取设计违反了该假设。保留聚类的自适应压力测试（Gate A）在 40 个环境/切分单元中的 25–40 个单元上相比匹配对照降低了响应，同时仍保留结论变化。限定的 165 个设计单元的理想态矢量与有限采样仿真分支，直接实例化了语义核、估计核与观测核的转移。作者强调，固定等权设计既不能估计部署流行度，也不能给出 QPU、供应商或已部署服务层面的保证。

该论文研究大型语言模型（LLM）流水线在摄入 Office Open XML（OOXML）文档（Word、Excel、PowerPoint）时面临的一个关键安全与语义完整性问题。在金融、合规和检索增强生成等场景中，LLM 常将这类文档作为第一手证据处理，隐含假设模型消费的证据与 Microsoft Office 编辑画布上显示的内容在语义上一致。研究者证明该假设可能失效：同一份符合规范的 OOXML 文件，在 Microsoft Office 中呈现一种证据视图，而经提取器交给 LLM 时则呈现另一种视图；两方均将各自视图视为权威，作者称之为“多重真值”（plural ground truth）。摄入约定很少说明哪种视图及语义角色会成为模型证据，也不保留证据如何推导而来。论文将导致这种分歧的规范可归因的 OOXML 构造命名为“证据分叉”（evidence forks）。作者系统地遍历并挖掘 OOXML 规范，在 Excel、Word、PowerPoint 中确认了 21 种覆盖六类视图构造维度的证据分叉。在一个由 13 种提取器组成的评测面板中，所有工具至少从一个分叉中产出证据。作者测试了四个原生摄入 LLM API 和七个网页聊天机器人，每个测试文档都埋设一个陷阱：某个任务相关事实能被提取器提取，但在 Office 中不显示。在跨 21 机制的评估中，四个 API 在 48%–76% 的试验中返回陷阱；20/21 机制中，至少有一个接口返回陷阱。测量还表明，对模型的暴露主要由上游摄入路径和提取器配置决定，而非模型本身。对 16 个热门开源 LLM 项目的源码级调查进一步显示，默认 OOXML 摄入路径集中于受影响的提取器家族。

全同态加密（FHE）允许云计算服务商直接在用户提供的密文上执行计算，而无需解密，这对于医疗、金融等隐私敏感领域的数据外包处理至关重要。然而，在该模式下，客户端普遍担心恶意服务器或服务器端漏洞可能导致数据、计算过程或结果被篡改，从而破坏结果的完整性和准确性。确保计算的可验证性且保持低开销仍是一个开放性问题。为了解决这一挑战，本文提出 DataSeal，一种将算法级容错（ABFT）技术与 FHE 机密性相结合的方案。ABFT 原本用于检测和容忍计算中的硬件故障，DataSeal 将其改造为可验证 FHE 计算完整性的轻量级机制。通过在多种应用场景下的实验评估，作者证明 DataSeal 在提供 FHE 计算可验证性方面，其空间与计算开销远低于传统方法（如消息认证码 MAC、零知识证明 ZKP、可信执行环境 TEE），并且随着问题规模增大，额外开销几乎可以忽略不计。该方案无需修改 FHE 底层密码原语，具有较好的实用性和可扩展性。DataSeal 的核心贡献在于将 ABFT 的校验思想推广到加密域，实现了低开销、高置信度的结果验证，为 FHE 在真实云环境中的可信部署提供了新的技术路径。

本文提出 PROTECT-DB，一种基于拜占庭容错（BFT）复制状态机的方法，用于保护数据库免受破坏，特别是针对攻击者篡改数据库状态的情况。研究背景是组织数据的安全至关重要，而传统备份和审计方法存在检测延迟和恢复效率低的问题。PROTECT-DB 建立在确定性扩展的 PostgreSQL 之上，每个副本独立地执行记录在共享日志（或区块链）中的事务，从而确保所有副本状态一致。系统设计强调高效快速的破坏检测，并支持在事务执行的同时进行快速修复。作者通过性能实验证明了该方法的效率与实用性，显示其在实际数据库环境中的可行性。本文的主要贡献在于将 BFT 复制状态机方法实用化，为数据库提供了一种可抵御拜占庭故障（包括恶意攻击）的保护机制。适合数据库管理员、安全架构师及对高可用和数据完整性感兴趣的读者阅读。