Efficient Linkage-Based Compartmentalization on CHERI
该论文研究在 CHERI 能力硬件内存安全基础上,如何高效实现进程内细粒度隔离(compartmentalization)。核心问题在于:现有隔离机制(如 Intel MPK)并发可用的保护域数量极其有限(最多 16 个),无法在大规模软件
共收录 6 条相关情报。
← 返回所有主题该论文研究在 CHERI 能力硬件内存安全基础上,如何高效实现进程内细粒度隔离(compartmentalization)。核心问题在于:现有隔离机制(如 Intel MPK)并发可用的保护域数量极其有限(最多 16 个),无法在大规模软件
本文对"AI 原生操作系统"路径上的安全问题进行了系统化梳理(systematization)。研究背景是:大语言模型智能体已不再是单纯的文本生成器,而是被授予了高权限的主体(principal),能够直接编辑代码仓库、操作用户收件箱、完成
本文针对现有系统审计架构在事件覆盖率和日志可用性之间的两难问题展开研究。传统审计机制通常以内核模块或系统服务的形式实现,在记录高细粒度事件时往往面临严重的性能开销,导致系统管理员必须在“记录更多事件”与“保证业务响应速度”之间做出取舍。作者
操作系统(OS)的安全运行依赖对内存硬件(如 MMU、IOMMU)的正确配置,这为运行中的不可信应用提供隔离与完整性强约束。然而,硬件厂商不断推出新型地址转换与保护机制,其配置方式各异,导致 OS 开发者必须手动编写底层配置代码。这一过程既
本文首次系统性地研究了自托管AI智能体面临的一类新威胁——自状态攻击(self-state attacks)。自托管AI智能体为了执行任务,需要读写自身的内存和配置文件(即自状态),而这些操作通过合法的操作系统系统调用完成。攻击者可以通过操
随着大语言模型驱动的自主代理获得规划、工具使用、网络访问和代码执行等能力,传统基于“资源暴露+权限检查”的操作系统安全模型面临结构性挑战。一旦代理运行时遭受提示注入或恶意工具输出攻击,攻击者可以组合POSIX风格的资源原语,产生远超用户任务