The Verifiable Action Card: Trustworthy Human-in-the-Loop Control for Secure Autonomous Agents
这篇论文关注自主智能体(尤其是 agentic browser,即"智能体浏览器")在执行安全敏感操作时的动作完整性问题。由于智能体浏览器运行在用户已认证的会话中,页面中的间接提示注入(indirect prompt injection)和
共收录 59 条相关情报。
← 返回所有主题这篇论文关注自主智能体(尤其是 agentic browser,即"智能体浏览器")在执行安全敏感操作时的动作完整性问题。由于智能体浏览器运行在用户已认证的会话中,页面中的间接提示注入(indirect prompt injection)和
本文研究图结构存储系统中的「任意隐私需求下的私有信息检索(PIR)」问题。经典 PIR 要求用户从多个服务器取回某条消息时,向所有服务器隐藏目标消息的索引;近期提出的本地 PIR(LPIR)则只要求对实际存储该消息的服务器保密。本文指出,在
该论文面向民用 GNSS 接收机在欺骗攻击下缺乏测距信号真实性保障的问题,报告了首个基于经认证的民用 GNSS 信号计算出的定时(授时)解算方案。背景是:针对民用 GNSS 接收机的欺骗攻击日益普遍,尤其在冲突地区附近,已对民航、海事和关键
该论文聚焦临床脑电图(EEG)数据的隐私保护与可用性权衡问题。研究背景是:临床 EEG 记录及其衍生特征对医疗健康研究和基于人工智能的临床决策支持系统开发具有重要价值,但其中可能包含患者特异性的敏感信息,在数据复用、分析以及跨临床与科研环境
复放攻击是语音控制系统面临门槛最低的威胁之一,而暴露复放行为的声学线索会随攻击所处的声学环境发生强烈变化。这意味着部署在现场的检测器必须随着时间持续吸收新的声学条件,同时理想情况下不能反复回看历史录音,因为长期保留语音数据既昂贵又受法律合规
该论文聚焦 6G 非地面网络(NTN,含卫星、高空平台等空中节点)中的物理层认证(PLA)难题。NTN 链路存在严重多普勒频移、长传播时延和快变信道,导致训练与部署环境之间出现分布漂移,使传统集中式深度学习和单特征认证方案泛化能力差、在未见
本文针对深度联合源信道编码(Deep JSCC)系统中的安全漏洞,特别是输入补丁后门攻击问题,提出了一种基于掩码区域优化的净化方法(Mask-Region Optimized Purification, MROP)。Deep JSCC 通过
本文重新审视了多服务器图复制系统中的私有信息检索(PIR)隐私定义,提出一种仅由服务器存储结构决定的、更贴合实际需求的“局部用户隐私”(local user privacy)模型。经典图复制PIR要求用户检索某条消息时,必须对所有服务器隐藏
该论文研究在测试结果可能被不诚实测试者恶意扭曲的情况下,如何设计最优测试策略以恢复真实测试结果。现实中的考试、评估等场景常面临作弊或对抗性行为,随着AI技术发展,利用AI作弊的现象愈发普遍和严重,导致测试结果的可靠性受到威胁。作者将测试问题
本文针对 6G 网络中功率域非正交多址接入(PD-NOMA)系统所面临的虚假信道状态信息(CSI)攻击威胁进行了系统研究。NOMA 技术通过非正交资源分配提升频谱效率和海量连接能力,是 5G 演进与 6G 的关键候选技术,但其功率分配、用户
该论文针对工业物联网(IIoT)中广泛采用的100BASE-TX以太网物理层设备认证问题,提出了一种物理层指纹空间容量分析方法。物理层指纹识别(PLF)利用发射信号中与设备相关的特征进行终端身份验证,但100BASE-TX物理层指纹可支持的
本文针对无线边缘网络中语义通信的隐私泄露问题,提出了一种基于视觉语言模型(VLM)的隐私保护语义通信框架。传统语义通信通过传输高层语义特征而非原始比特来提升频谱效率,但多设备协作和跨模态传输会通过设备间语义融合和跨模态表示泄露敏感信息。为此
本文提出 ECO-ID,一种基于事件相机(event camera)的可见光通信(VLC)光学系统,用于多用户、超低延迟场景下的设备身份识别。时间关键型交互系统(如增强现实、多人协作、工业控制)对身份识别的延迟要求极为苛刻,而传统方法(密码
该研究针对下一代(NextG)蜂窝网络(尤其是向6G演进过程中)面临的安全漏洞问题,提出了一种结合可解释人工智能(XAI)的异常检测框架。传统无线网络缺乏有效的异常检测机制,而未来网络架构(如O-RAN)的开放性和灵活性也引入了新的攻击面。
该论文研究将美国各州交通部(DOT)维护的连续运行参考站(CORS)网络视为一种空间分布式传感器系统,用于全球导航卫星系统(GNSS)的完整性监测。研究背景是交通系统日益依赖高精度GNSS定位和授时,而CORS网络原本用于提供精密定位服务,
本文提出WhiteNet,一个用于鲁棒识别重叠IEEE 802.11信号的深度学习框架,重点解决信道变化导致的性能下降问题。现有基于I/Q样本的深度学习方法在训练和部署信道条件差异大时精度急剧下降。WhiteNet的核心是频谱白化预处理,基
该论文面向医疗物联网(Healthcare-IoT, H-IoT)中的网络安全威胁,提出了一套基于深度学习的安全防护方案。H-IoT中可穿戴设备资源受限,传统复杂深度学习模型难以部署,同时现有数据集质量参差不齐,限制了安全模型的实用性。为此
该论文针对语义通信系统(如 DeepSC)在物理层面临的对抗攻击威胁展开研究。语义通信通过深度神经网络提取并传输语义信息,虽能大幅提升通信效率,但其底层神经网络容易受到对抗样本攻击。作者具体关注一种物理层中间人(MitM)攻击:攻击者在发射
射频指纹识别(RFFP)通过利用发射信号中嵌入的硬件特有缺陷来实现设备身份认证,近年来备受关注。然而,现有方法大多忽略了一个关键问题:设备温度(受内部和环境影响)会显著改变射频指纹特征,导致分类性能大幅下降。本文首次系统研究了温度对RFFP
该论文提出了一种利用集成感知与通信(ISAC)技术辅助生成信道知识地图(CKM)的方法,并将其应用于物理层认证(PLA)。ISAC能够通过通信信号获取环境信息,论文利用这一能力重建多个接收机周围物体的布局。然后对重建的环境应用射线追踪,推断