Weather Data Spoofing Attacks on Rain-Adaptive Millimeter-Wave Frequency Selection in V2X Communication Networks
该论文研究车联网 V2X 毫米波通信中按降雨感知选择载波频段所带来的安全风险。背景是，联网车辆使用毫米波侧链路满足协同驾驶所需的数据速率，而新兴设计会根据感知到的降雨量从多个候选频段中选择载波。论文指出，这种天气感知本身构成攻击面：攻击者只
#eess.SY
共收录 72 条相关情报。
← 返回所有主题Securing quantum error correction against misleading advice from AI agents
该论文研究一个 AI 与量子计算交叉的安全问题：攻击者能否通过影响 AI 顾问（AI adviser）的建议，诱导量子纠错（QEC）系统采纳有害的恢复（recovery）更新。作者首先指出了一个被忽视的信息歧义：在被动 syndrome（伴
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
RobResilience: Implementing and Evaluating a Resilience Framework for Cyber-Physical Embodied Systems
该论文聚焦具身网络物理系统（embodied cyber-physical systems）在遭受主动网络攻击时的物理安全风险，指出一个被现有安全体系忽视的关键缺口：当前方法擅长"检测"攻击，却缺少运行时机制去判断"这次扰动是否可容忍"
Cybersecurity in Power Grids: Standards and Research Challenges
本文是一篇面向智能电网（Smart Grid）网络安全的综述性研究论文，作者来自加泰罗尼亚地区高校与研究机构，投稿分类为 eess.SY（系统工程）。文章的核心出发点在于强调信息技术（IT）与运营技术（OT）环境之间的关键差异：IT 侧关注
BenchShield: Formal Model-Backed Instrumentation for Reward Integrity in LLM-Agent Evaluation Infrastructure
本文针对 LLM 智能体（LLM-Agent）评测基础设施中的奖励劫持（reward hacking）问题，提出了一套名为 BenchShield 的模型化插桩与检测框架。背景在于：当前的智能体基准测试已经从静态问答演变为交互式评测基础设施
Adaptive Distributed Physical-Layer Authentication and Attack Detection in 6G Non-Terrestrial Networks via Causal Meta-Learning
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
Grid Trouble in Paradise: Uncovering Vulnerable Distributed Energy Resources and Their Grid-Level Risks
随着太阳能分布式能源资源(DER)在全球的大规模部署，其网络暴露面与潜在电网风险日益凸显。本文针对联网太阳能DER基础设施，开展了互联网规模的暴露评估与漏洞分析。作者首先提出了一种从互联网扫描数据中精准识别太阳能DER的方法，成功发现超过6
Explainable Artificial Intelligence for Industrial Cybersecurity: A Review of Methods, Operational Integration, and Research Challenges
本文是一篇关于可解释人工智能（XAI）在工业网络安全中应用的综述性论文。随着工业基础设施的日益数字化以及信息技术（IT）与运营技术（OT）的融合，工业系统的网络攻击面显著扩大。为应对日益复杂的网络威胁，人工智能（AI）和机器学习（ML）技术
A Roadmap to Available ICS Datasets and Testbeds for Cybersecurity Research
本文是一篇针对工业控制系统（ICS）网络安全研究领域的数据集与测试平台综述性论文。ICS 是众多关键基础设施的核心支撑，但其日益增长的互联性、长生命周期以及与 IT 环境的深度融合带来了诸多网络安全挑战。OT 与 IT 的融合以及工业 4.
Networked Multi-Resource Defense Capabilities in a General Lotto Game
本论文研究复杂系统安全中的多类型防御资源分配问题。在网络安全中，防御者通常拥有多种异构防御资产（如防火墙、入侵检测系统、蜜罐等），需要针对不同类型的攻击（如DDoS、恶意软件、钓鱼等）进行最优部署。作者将这一问题建模为一般Lotto博弈（G
Adversarial Training of Linear Models under Stealthy Attacks
这篇论文关注预测模型在虚假数据注入攻击下的鲁棒性问题。尽管已有检测方案和对抗训练方法被提出，但它们往往无法为隐蔽攻击提供理论保证——即攻击者设计的最优攻击策略可能轻易绕过检测器。为此，作者提出了一种基于检测器的切换模型（detector-b
Multi-View Trust Evaluation for Collaborator Selection via Evidential Deep Learning
在分布式系统中，选择可信赖的协作者对于高效完成任务至关重要，通常需要从过去的协作经验中推断其可信度。然而，协作者在过往协作中可能服务于不同设备、面临不同场景，导致其信任相关数据具有多源、异构且质量不均的特点。传统信任评估方法难以处理这种复杂
A Lightweight and Post-Quantum Secure Framework for IEC 61869-9 Sampled Value Communication
该论文针对 IEC 61869-9 采样值（Sampled Values, SV）通信的安全挑战，提出了一种轻量级且具备后量子安全能力的框架。IEC 61869-9 是数字变电站过程总线通信的重要标准，其 SV 流量具有高速率、严格实时性要
SiNMULI: Novel Signed Network Approach for Malicious URL Identification
本文提出一种基于符号网络（signed network）的恶意URL识别方法 SiNMULI。研究背景是：传统机器学习、深度学习和伪造网站检测方法大多依赖静态数据分析，难以应对恶意网站的动态演变和对抗性混淆。作者将恶意URL识别问题转化为一
Task-Conditioned Least-Privilege Learning for Executable Terminal and MCP Agents
本文研究面向可执行终端与模型上下文协议（MCP）环境中工具使用型大语言模型（LLM）代理的最小权限学习问题。LLM 代理在执行任务时，可能行使超出用户授予或任务所需的权限，导致“过度授权”错误。传统的权限门控系统在验证代理环境时存在不足，因
ADAPTD: Adaptive Detection and Proactive Threat Defense for Autonomous APT attacks
高级持续性威胁（APT）攻击者越来越多地利用复杂技术在企业网络的不同子网间进行横向移动。及时的检测与防御依赖于跨子网的协调，但维持全局态势感知会产生大量的通信开销。为了平衡这一权衡，需要灵活的监控和可适应的遏制策略。本文提出了ADAPTD，
ECO-ID: Event-Camera based Optical System for Secure Multi-User Ultra-Low Latency Identification
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
Technical Report on Resilient and Secure Large-Scale Energy Internet Systems
本报告由 IEEE PES 工作组撰写，聚焦大规模能源互联网（Energy Internet, EI）系统的安全性与弹性问题。EI 系统通过深度数字化将电力层、信息层和市场层紧密耦合，形成典型的网络-物理融合系统（CPS），其安全威胁面已从
Benchmarking Cyberattack Detection in Electric Vehicle Charging Infrastructure with Benign User Updates
电动汽车充电基础设施正日益成为网络攻击的目标，而合法的用户行为——如在充电激活后修改请求的充电能量和离开时间——与充电操纵攻击在界面上高度相似，这给攻击检测带来了独特挑战。现有方法往往将任何请求修改视为异常，导致高误报率，无法区分恶意操纵与