该论文针对以太坊Layer2（L2）解决方案中采用替代数据可用性（AltDA）系统时面临的安全集成问题，提出了一个端到端的验证框架。AltDA系统（如Celestia、EigenDA、Avail）为L2提供外部数据发布层，以支持高吞吐量的rollup设计。然而，将批量数据发布移出以太坊引入了一个新的共识关键集成层。现有生态系统框架虽识别了风险（如外部DA信任假设、DA验证器的存在与否），但缺乏完整的集成规范，可能导致L2停止、诚实节点间推导不一致、无效状态断言或桥攻击。论文将集成边界建模为一种类型化、确定性、全映射的转换：从L1收件箱字节到AltDA承诺，再到外部可用数据，最终到rollup有效负载。核心原则是每个对抗性输入必须导致一个定义的唯一结果。论文展示了缺失义务如何导致具体故障模式，包括欠约束结算、推导停止、诚实节点行为不一致、无效状态断言和桥安全失效。接着将框架应用于代表性AltDA集成架构（Celestia-Blobstream、基于EigenDA的设计、Avail-ZKsync），评估表明安全AltDA集成不仅取决于DA提供者或桥，还依赖于L2集成强制执行从L1收件箱输入到接受的L2状态的完整验证关系。

该论文针对大型语言模型（LLM）驱动的应用中自然语言接口带来的SQL注入风险，提出了一种多层级安全框架。随着LLM被广泛用于将用户自然语言查询自动转换为SQL语句（Prompt-to-SQL），传统的SQL注入攻击方式得以进化：攻击者可以构造对抗性提示（adversarial prompts），引导模型生成恶意SQL查询，从而绕过基于查询字符串校验的传统防御。论文框架由三层组成：前端安全盾（Front-end Security Shield）负责对用户输入进行净化，过滤明显恶意内容；高级威胁检测模型（Advanced Threat Detection Model）利用行为和语义异常分析识别更隐蔽的攻击；特征签名控制层（Signature-based Control Layer）匹配已知攻击模式。研究团队构建了包含提示注入、混淆SQL负载、上下文操控等多样攻击场景的基准数据集，并在微调后的LLM上进行了全面评估。实验结果显示，该框架在保持低误报率的前提下实现了高检测准确率，显著提升了LLM驱动的数据库应用的安全性。论文贡献在于首次系统性地分析了LLM场景下SQL注入的新形态，并提出了一个实用的、可扩展的防御框架，为基于LLM的数据查询应用的安全部署提供了技术参考。