INTCC: A Framework for Interactive Confidential Computing
该论文针对机密计算(Confidential Computing)在交互式开发流程中的结构性矛盾提出了新的系统范式。传统上,机密计算依赖 AMD SEV-SNP、Intel TDX 等可信执行环境(TEE)来保护"使用中数据"的机密性与完整
共收录 8 条相关情报。
← 返回所有主题该论文针对机密计算(Confidential Computing)在交互式开发流程中的结构性矛盾提出了新的系统范式。传统上,机密计算依赖 AMD SEV-SNP、Intel TDX 等可信执行环境(TEE)来保护"使用中数据"的机密性与完整
该论文提出了一种新的密码学原语——可信模型环境(Trusted Model Environment, TME),用于支撑“私有语义计算”。所谓私有语义计算,是指参与方在不暴露各自数据的前提下,联合完成需要理解语义、上下文与数据间关系的计算任
该论文关注 LLM Agent 在执行真实动作(运行代码、修改文件、调用外部服务、委派子任务)时的权限最小化问题。与传统系统中「能力预先定义」不同,Agent 真正需要的最小权限是动态的,取决于其「任务意图」——它想做什么、以何种方式做。驱
本文针对可信执行环境(TEE)与低层语言(如 LLVM IR)结合时面临的安全分区问题展开研究。TEE 通过 enclave 提供硬件级隔离,但仅依靠它无法保证信息流安全;LLVM 这类语言允许不受限制的指针操作和非结构化控制流,进一步加剧
本文针对大型语言模型(LLM)智能体在跨查询持久化场景下的安全威胁,提出了一种名为 SPA 的“计划优先”架构。研究背景是:现有防御通常只保护规划阶段或单个工具交互,但持久化智能体面临更广泛的攻击面——攻击者控制的数据可能改变控制流、进入安
本文针对带有链下组件的区块链智能合约语言,建立了一种形式化模型。链下组件是在区块链节点网络之外的指定位置执行的智能合约片段,但它们与链上合约状态保持同步。它们不仅响应链上状态的变化,还能将外部世界的事件(如股票价格、天气数据)通知给链上组件
该论文聚焦于智能合约等可重入应用(Reentrant Applications)的组合安全(Compositional Security)问题。智能合约中反复出现的灾难性漏洞(如著名的重入攻击)表明,在编写需要与恶意代码组合运行的软件时,我
多智能体系统通过任务分解和角色专业化提升能力,但这也引入了一个重要的安全盲点:有害目标可以被分解为局部合理的子任务,使得恶意意图能够规避单个智能体的检测。这种失效模式在涉及敏感信息或关键工具的场景中尤为危险,可能导致未授权披露或危险操作。本