Understanding the Security Boundary of Obfuscation-based On-Device LLM Protection
该论文研究设备端大语言模型（LLM）知识产权保护中的安全边界问题。背景上，可信执行环境（TEE）为在本地设备上保护 LLM 权重提供了有前景的隔离机制，但 TEE 本身存在计算瓶颈。现有 TEE 屏蔽式 LLM 划分（TSLP）方法通过高效
#obfuscation
共收录 12 条相关情报。
← 返回所有主题ReCAST: Restoration-aware Cascaded Stage-wise Training for Obfuscated SMS Risk Classification
该论文提出 ReCAST（Restoration-aware Cascaded Stage-wise Training）框架，用于解决中文短信中混淆文本的风险分类问题。研究背景是：欺诈短信通过精心设计的混淆策略（如谐音、形近字、插入符号等）
Execution Divergence Graphs:Effective Discovery of Control-Flows from Execution Traces as Fuzzing Feedback
本文针对模糊测试中反馈收集的局限性问题展开研究。在传统模糊测试中，通常需要能够观察和插桩二进制程序中的基本块以获取执行反馈，从而指导输入生成。然而，在许多实际场景中，例如对黑盒设备进行原位模糊测试或对经过混淆编译的二进制进行测试时，无法直接
Security Analysis for SCONE Logic Locking
本文针对SCONE逻辑锁定方案（发表于DAC'25）进行了全面的安全分析。SCONE通过从原始主输入派生的额外编码输入扩展逻辑锁定接口，包含两种变体：1）with-ES变体：关键编码阶段以硬件实现；2）without-ES变体：锁定设计直接
An Empirical Evaluation of Prompt Injection Vulnerabilities in Large Language Models Across Multilingual and Obfuscated Attack Scenarios
本论文对六种主流大语言模型（DeepSeek、GPT、Gemini、Grok、Llama 和 Qwen）在提示注入攻击下的脆弱性进行了实证评估。研究设计了包括直接提示注入和多阶段混淆攻击在内的多样化对抗性提示场景，并跨越多种语言和字符编码（
Evaluating LLMs for Obfuscation Detection and Classification in Android Apps
该论文针对Android应用中的代码混淆检测问题，提出了利用大型语言模型（LLM）进行语义推理的新方法。传统方法依赖手工特征或专用学习管道，难以泛化到新混淆策略。作者进行了大规模实证研究，评估了多种开源和商业LLM在无需手工规则或专门训练的
Obfuscated Key Exchange.
本文研究审查规避场景下的混淆密钥交换（Obfuscated Key Exchange, OKE）问题。在审查者可能识别网络流量模式的背景下，完全加密协议（FEP）旨在使流量看起来与随机数据无异，但现有的密钥交换协议仍可能留下可检测的特征。作
Hardening Deep Neural Network Binaries against Reverse Engineering Attacks.
本文针对深度神经网络（DNN）二进制的逆向工程攻击提出了一种加固方案。DNN模型因其训练过程中涉及的专业知识、机密数据和高昂开发成本而成为专有资产。经过充分训练的DNN模型通常被编译成DNN二进制文件，以便在边缘设备、云基础设施等各种平台上
ObfAx: Obfuscation and IP Piracy Detection in Approximate Circuits
本文针对近似电路（Approximate Circuits）在作为可复用知识产权（IP）核部署时面临的知识产权（IP）盗版检测问题展开研究。近似电路通过在计算精度与硬件效率之间取得优异折衷，在低功耗、高性能计算场景中得到广泛应用。然而，现有
MBA-Blast: Unveiling and Simplifying Mixed Boolean-Arithmetic Obfuscation.
混合布尔算术（MBA）混淆是一种广泛用于软件知识产权保护的技术，通过将简单表达式转换为复杂的布尔算术混合形式来增加逆向工程难度。然而，现有的MBA简化方法在效率或通用性上存在不足，例如无法处理高阶或嵌套的MBA表达式。本文提出MBA-Bla
Towards LLM-Based Analysis of Virtualization-Obfuscated Code through Automated Data Generation
该论文针对虚拟化混淆（virtualization-based obfuscation）产生的二进制代码分析难题，提出了一种基于大语言模型（LLM）的结构化分析方法。虚拟化混淆会将原始代码转换为极其庞大且结构复杂的中间表示，导致传统LLM因
INCOGNITOS: A Practical Unikernel Design for Full-System Obfuscation in Confidential Virtual Machines.
近期的研究工作反复证明了侧信道攻击能够破坏可信执行环境（如Intel SGX）的机密性保证。与此同时，云环境中的可信执行正朝着机密虚拟机（CVM）方向发展。不幸的是，一些侧信道攻击在CVM上依然可行，并且新发现了针对CVM架构的攻击。以往工