#protocol-design

共收录 6 条相关安全情报。

← 返回所有主题
推荐 8.5
Conf: 50%
👥 作者: Baigang Chen, Nicholas Hopper

全加密协议(FEP)旨在让协议自身产生的全部字节在计算上与均匀随机串不可区分,从而抵抗基于流量特征的深度包检测与协议指纹识别。已有研究主要定义了单向 FEP(一方仅发送、另一方仅接收)的安全性质并给出构造,但绝大多数真实应用都需要双向信息交换。此时网络观察者可以同时观测两个方向的流量及其共享的连接生命周期,而双向信道的语义涉及更复杂的共享状态。因此作者指出:把两条单向全加密信道『朴素地』直接组合,可能在方向间依赖关系上留下可检测痕迹,例如流量不均衡、信道关闭、故障或连接拆除时序等。 针对这一问题,本文首先提出双向 FEP(BiFEP)的形式化安全定义,涵盖精确整形(exact shaping)、交付性(delivery)、协议状态完整性、私有半关闭(private half-close)以及跨方向隔离(cross-direction isolation),同时允许对外暴露可随机化的公开『发送调度』与『关闭纪元』。作者证明最平凡的组合方式无法满足这些定义,并给出了由此产生的实际检测攻击。 随后论文给出数据流(datastream)与数据报(datagram)两种场景下可证明安全的 BiFEP 构造:数据流场景将两个方向相互隔离的 FEP 与一个『包装层』结合,消除单向与双向连接状态不一致所导致的检测面;数据报场景则引入加密的 DATA/FIN/ACK 帧、重放保护与容忍丢包的关闭机制。作者用 Rust 实现了原型并进行了验证,同时调研后指出,现有已部署协议均未能完整提供 BiFEP 的全部安全性质。

💡 推荐理由: 流量分析是抗审查与匿名通信的核心对抗面。该工作首次系统化给出双向全加密信道的安全定义与可证明构造,并说明『两条单向信道简单拼装』会被双向依赖特征识别,对评估代理隧道、抗审查传输与匿名网络的实际抗检测能力有直接参考价值。

🎯 建议动作: 研究跟进:阅读论文中的形式化定义与两类构造,评估将其安全性质纳入内部抗审查/隧道协议评审与检测特征库的可行性

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
👥 作者: Rajarshi Chowdhury

该论文针对「AI 爬虫与智能体正在瓦解开放互联网默认契约」这一现实问题,提出了一套面向机器访问的授权与补偿协议。作者首先指出现状:开放网络长期依赖一项未写入合同的默契——网站允许爬虫抓取,搜索引擎以回送访客作为回报。公开测量数据显示这一默契正在失效:自动化客户端已占据多数请求流量;以 Cloudflare 分类口径统计,训练类抓取占比最高;头部 AI 平台每回送一名访客,平均要抓取数千个页面。问题的根源在于,网络通用控制文件 robots.txt 的表达能力严重不足:它无法表达访问者身份、访问目的、使用条款或价格,并且本身可被绕过;而近期出现的一些替代机制多为 CDN 厂商的专有功能,缺乏跨平台互操作性。为此作者设计并规范了 terms.txt:一种仿照 robots.txt 的文件格式,用于按路径、按用途声明机器访问条款;并配套设计了一套由源站强制执行(origin-enforced)的交换流程,其组成包括 Web Bot Auth 签名、签名意图声明(signed intent)、委托令牌(delegation token)、基于 HTTP 402 的协商机制,以及签名收据(signed receipt)。论文进一步明确了该交换机制能够强制执行什么、能够审计什么、以及哪些部分只能留给线下合同与法律途径解决,从而划清了技术手段与法律手段的边界。在工程可行性方面,作者实现了一个无外部依赖的原型,在单 vCPU 上每请求仅增加 0.20 至 0.65 毫秒开销,说明该方案在性能上具备落地可能。该工作属于协议与治理层面的设计研究,适合关注爬虫治理、智能体身份与授权、机器人流量管理、内容补偿机制的研究者、CDN/源站运维与平台政策制定者阅读。

💡 推荐理由: AI 智能体抓取已占多数请求流量,robots.txt 无法表达身份、目的与价格且可被绕过,传统「抓取换流量」默契失效。terms.txt 提供了可互操作、可审计、源站可强制的机器访问条款与付费协商路径,并给出可量化的性能开销,是防御方在机器人治理与授权审计上值得评估的方向。

🎯 建议动作: 研究跟进:由平台工程与安全团队评估 terms.txt 与本组织爬虫治理、Agent 出站访问策略的适配性,并在非生产源站做小规模原型验证

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.6)
👥 作者: Behnam, Mohammadkhani, Atul Khekade, Ritesh Kakkad

该论文提出了一种面向自主智能体(agent)的商业结算协议——Agentic Settlement Protocol (ASP)。当前HTTP原生协议如x402支持agent按次支付,即签名稳定币授权并在同一往返中获取资源,但这种模型是原子性和最终的,适合计量访问,却不适合真实商业场景(如代订服务、实体订单、航班),因为这些交易金额较大且常被取消,资金不应在交付前就归卖方所有。ASP是在链上“授权并捕获”托管(由Commerce Payments Protocol标准化)之上的应用配置文件,针对由自身订单、调度、发票或预订系统(抽象为履约引擎)在链下确认履约的企业设计。ASP的核心贡献包括:一个三期限持仓模型,通过显式的提交-包含-最终性裕度区分签发期限、托管过期和引擎库存过期,确保没有库存基于可收回资金发放;一个履约验证阶梯,明确谁被信任触发捕获、其证明证明了什么以及挑战窗口期;引擎权威的部分退款机制,包含退款流动性顺序和每个卖家的风险敞口控制(包括原子敞口预留),以限制运营商的信用风险;分销商收入分成,且证明自我交易无法获利;每个费用单单一货币的不变式;以及规范接口规范(x402方案、vault ABI、运营商和连接器API、一致性等级),以允许独立实现互操作。该设计源于对旅行社参与agent结算的审查,并已在XDC网络上实例化。本文为设计论文,故障注入评估计划已规定,测量留给后续工作。

💡 推荐理由: 该协议解决了智能体自动交易中资金托管与履约信任的关键问题,为去中心化商业中的退款、风险控制和互操作提供了设计蓝图,对构建安全、可审计的agent结算系统具有重要参考价值。

🎯 建议动作: 研究跟进

排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
👥 作者: Santiago De Simone, Geoffrey Goodell, Georgios Samakovitis

本文针对传统支付基础设施中普遍认为托管账户模式是保证交易完整性、可审计性和验证必要条件的观点提出挑战。作者认为,非托管的、类似现金的数字资产可以以更安全的方式实现这些能力。为此,他们提出了一种参考架构和核心协议规则,用于数字价值交换系统,在保护有意义的用户隐私的同时支持强可审计性。协议定义了数字资产创建、转移和赎回的合法性条件;架构则规定了这些规则运行的参与者、角色和组件分配,使得交易合规性可以被独立验证。该工作建立在Goodell等人提出的不可伪造、有状态、模糊(USO)资产模型之上,将监管合规数据作为由独立实体签发的加密签名证明直接嵌入资产状态。只有当适用的合规谓词得到满足,并且产生的签名被纳入资产状态时,转移才有效。因此,合规执行在协议层面完成,而不是通过机构托管或基于身份账户控制。作者总结认为,所提模型可以与现有支付系统成功交互,使非托管、合规验证的交易能集成到传统金融基础设施中。主要贡献包括:1) 论证非托管数字资产可以内嵌合规能力;2) 给出参考架构和协议规则;3) 利用USO模型实现合规数据嵌入;4) 展示与现有支付系统的兼容性。适合对数字支付、隐私保护、金融监管技术和协议设计感兴趣的读者。

💡 推荐理由: 研究颠覆传统支付合规模式,对蓝队人员理解新型支付系统安全架构、合规验证机制有启发,有助于评估未来金融基础设施风险。

🎯 建议动作: 研究跟进

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
👥 作者: Tanren Liu, Xianjia Meng, Yang Liu, Xin Kang, Chenhui You, Yong Zeng, Zhuo Ma

本文针对安全两方计算(2PC)在统计函数支持上的空白,提出了 SafeStats 安全统计工具包。统计数据分析(如医疗记录、金融交易)对决策至关重要,但原始数据往往包含敏感信息,直接共享会带来严重隐私风险。现有 2PC 工作主要聚焦于通用安全原语(如加法、乘法)或机器学习相关函数,很少专门面向统计函数。作者从微软 Excel 的统计函数库出发,归纳出绝大多数统计操作可归约为三类核心函数:(1) 频次计数、(2) 排序、(3) 非线性数学函数。SafeStats 针对这三类分别设计了高效的 2PC 协议:安全频次计数采用基于安全移位(shift-based)的策略,避免调用昂贵的 2PC 相等性测试协议;安全排序引入安全段指示符协议(secure segment-indicator protocol),实现基于计数的安全排序,在特定统计场景下无需安全比较即可快速完成元素排序;非线性数学函数则改进了当前“先归约后近似”(reduce-then-approximate)的范式,引入基于二分法的范围归约协议(bisection-based range reduction)。作者实现了 SafeStats,并在 14 个常见统计分析案例上测试。以卡方检验为例,与直接使用通用 2PC 库相比,SafeStats 实现了 1.5 倍运行时间加速和 4.2 倍通信量降低。本文的核心贡献是为统计类隐私计算提供了专用高效协议,填补了该方向的研究空白。适合关注隐私保护数据分析、安全多方计算协议设计、以及医疗/金融等敏感数据统计场景的研究人员和工程人员阅读。

💡 推荐理由: 统计函数是数据驱动决策的基础,但现有 2PC 方案对统计支持不足。SafeStats 提供了专用高效协议,可显著降低隐私保护统计的延迟和通信开销,对实际落地有直接价值。

🎯 建议动作: 研究跟进

排序因子: 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)
👥 作者: Rodrigo Martín Sánchez-Ledesma

本文研究基于承诺模型(commitment-based model)的认证密钥交换(AKE)协议。该模型通过最终带外验证会话派生值实现认证,避免了长期密钥材料的使用。此前,研究人员已利用基于承诺的MT编译器构建了安全的KA(密钥协商)和KEM(密钥封装机制)协议,得到优化的4轮协议。本文证明,对于这两种原语,存在安全的3轮协议。这些协议是专门构造的,遵循基于承诺的MT认证器的核心思想,并采用相同的基于游戏的技术证明其在非认证模型下的会话密钥安全性,所得安全界限与之前的形式一致。最终协议仅需三次消息交换即可实现单向认证。本文为AKE协议设计提供了更高效的轮次方案,对需要减少通信轮次的安全协议应用具有参考价值。

💡 推荐理由: 该研究提出更高效(3轮而非4轮)的认证密钥交换协议构造方法,适用于资源受限或低延迟场景,推动理论安全协议向实用化迈进。

🎯 建议动作: 研究跟进

排序因子: 影响边界/网络设备 (+5) | 来自 arXiv 其他板块 (+2) | Community 数据源 (+1) | LLM 评分加成 (+0.5)