网络安全的量化风险管理长期受困于两个现实难题: 一是企业内部可用于建模的运营数据稀缺、口径不一; 二是核心变量“损失事件频率”(Loss Event Frequency, LEF)本身难以直接测量和量化, 导致大多数风险评估退化为专家打分而非数据驱动。该论文提出 Loss Event Frequency Security Analyser (LEFSA) 概率框架, 其核心思路是把 LEF 估计重新表述为两阶段问题: 首先在“单机层面”预测未来是否发生网络损失事件 (Cyber Loss Event, CLE), 得到经过校准的机器级 CLE 概率; 然后通过层次化的基础设施聚合, 把这些机器级概率向上汇总到服务、业务流程乃至整个组织的层面, 并在聚合时显式建模机器之间的依赖关系 (例如共享身份、共享服务、网络拓扑耦合), 而非简单视为独立同分布。这样既保留了机器级预测的可解释性, 又避免了在组织级直接建模时样本量不足的问题, 使风险估计具备可扩展性、可解释性和可落地性。作者使用来自 23 家组织、基于 Microsoft Defender for Endpoint 的专有托管检测与响应 (MDR) 遥测数据进行了评估。结果显示, XGBoost 取得最强预测性能, 平均 ROC 曲线下面积 (AUC) 达 0.90, 且在多个评估周期内保持较低的校准误差, 说明模型输出的概率是可信的而非仅仅是排序正确。论文的主要贡献在于: 证明运营级终端安全遥测中含有对未来损失事件具有实质预测力的信息; 给出机器级概率建模加层次聚合的完整框架; 为从“事后统计损失”走向“事前概率预测”的量化网络风险管理提供了方法论基础。该工作适合风险量化、安全度量、SOC 数据科学与安全经济学方向的研究者和工程实践者参考。

该论文针对密码学安全强度报告方式的一个根本性缺陷展开研究：标准化机构（如 NIST）通常用单一比特数表示某个密码方案的安全强度，但这一数值本质上依赖于评估者所采用的攻击者成本模型——即对时间、内存与量子资源如何定价。不同的定价约定会导致同一组密码方案出现不同的安全排序，进而影响算法选型与合规判断。作者提出 GAUGE 框架，把安全强度重新定义为「在可允许成本模型集合上的函数」，称为安全档（security profile）。在此基础上，方案之间的比较从「比一个数」变成「比一条曲线／一个函数」，排序反转（ranking reversal）也从测量误差转变为一个可被显式刻画的结构性质。论文将定价泛函形式化在攻击者成本模型构成的一个锥（cone）上，证明安全档具有分段线性与凹性，并给出一个「评级三难困境」（rating trilemma）：当两条安全档相交时，不存在任何一种评级方式能够同时满足三点——忠实反映底层真实成本、在所有可比方案对上给出全序、以及独立于所选成本模型。为解决可判定性问题，作者给出一个多项式时间的线性规划流程，可对任意两个方案给出结论：排序稳健、在可允许模型下发生反转、或真正不可比较。框架还扩展出一个双层风险度量，把随机性的密码分析进展（cryptanalytic decay）与对适当成本模型本身的不确定性结合在一起。评估对象包括 NIST 后量子标准、经典锚定算法，以及一份跨越 25 年的密码分析突破年表。分析结果包括：内存定价仅偏移 4-5% 即可认证 ML-KEM-512 与 AES-128 之间的排序反转；在八年窗口内测得格筛（lattice sieving）成本漂移为每年 9.79 比特；X25519 + ML-KEM-768 混合握手在约 2.3 KB 通信开销下将联合被攻破概率降低约二十倍。作者称其实验工件可在七秒内复现全部表格与图。整体上，GAUGE 为在互相竞争的成本模型下报告密码安全强度提供了一个显式、可审计的度量框架，适合密码标准化、密码敏捷性规划、合规评级与后量子迁移决策等场景的读者。

本文针对控制流完整性（CFI）策略的安全评估问题展开研究。现有防御机制（如 CFI）在缓解内存破坏漏洞利用方面发挥着重要作用，但不同实现的防护能力难以比较。既有度量指标（如 AIR）仅关注控制流图的边或基本块的覆盖情况，却未考虑不同基本块对攻击者的利用价值，导致评估结果无法真实反映策略的安全强度。为此，作者提出了两种新型度量指标：BLOCKINSULATION 和 CFGINSULATION。它们通过模拟攻击者在控制流图中遍历时可利用的基本块价值，来衡量 CFI 策略对攻击路径的阻断能力，克服了传统指标的局限性。在此基础上，论文进一步提出了一种新颖的 CFI 策略生成器 NumCFI，其设计目标是与现有策略生成器正交，能够阻止攻击者从易受攻击的代码段直接跳转到系统调用指令，从而切断利用链中的‘捷径’。作者使用 BLOCKINSULATION、CFGINSULATION 以及现有指标对 NumCFI 和其他多种 CFI 策略生成器进行了系统性评估。最后，论文描述了 L+TCFI——一种将 NumCFI 与基于标签的现有策略相结合的完整实现，其性能开销仅为 1.27%，展示了所提方法在实际部署中的可行性。该研究为 CFI 领域提供了更精细的安全评估工具和一种新的策略设计思路，适合系统安全研究人员、编译器开发者以及负责CFI机制选型的蓝队工程师阅读。

本文针对量子软件安全度量缺失的问题，提出了“量子软件安全品质因数（Security Figures of Merit, S-FoMs）”的初步框架。研究背景是：量子软件日益通过多租户和云端的量子即服务（QaaS）栈交付，近年研究已展示出跨流水线的多样化攻击向量，但社区在性能度量上已形成三大支柱——规模（量子比特数）、质量（量子体积）和速度（每秒钟电路层操作数，CLOPS），并开始定义软件质量度量，然而量子软件的安全性仍基本未被量化度量。现有少量定量安全指标（如总变差距离TVD和功能损坏程度DFC）是为个别电路混淆技术临时引入的，彼此不兼容。作者主张量子软件安全应获得与性能同等重视，需要一套明确的S-FoMs。本文研究包含三部分：其一，刻画了“三层测量缺口”（即安全度量在量子软件栈各层级上的缺失）；其二，提出一个结构化的S-FoM集，按ISO/IEC 25010安全子特性、QaaS流水线映射和测量成熟度进行组织；其三，定义了一个基准评估量表（benchmarking rubric），将S-FoMs归一化并聚合为组合式“量子软件安全态势（QSSP）”评分。此外，论文对已发表的混淆技术进行了说明性再分析。作者旨在为量子软件栈（QSS）的安全感知基准化迈出第一步。适合量子计算安全研究者、QaaS平台提供商以及制定安全基准的标准化组织阅读。