该论文研究如何保护容器化工作负载(如 Docker 容器与 Kubernetes Pod)免受中间人(Man-in-the-Middle, MitM)攻击。作者首先指出一个常被忽视的事实：容器化环境虽然提供隔离与编排便利，但其内部工作负载仍然暴露于与非容器环境相同的攻击面，包括钓鱼、应用层漏洞利用以及网络入侵；而容器具有动态调度、生命周期短、东西向流量密集、配置易漂移等特性，使传统边界防护与静态网络策略难以覆盖通信链路上的窃听、篡改与会话劫持风险。方法上，研究采用基于 PRISMA 指南的系统性综述(Systematic Review)，对同一研究主题的既有证据进行检索、筛选与汇总，提取出可复用的成功要素(success factors)；在综述基础上开展设计型研究(design-and-creation)，提出一个面向容器化操作系统的安全框架。该框架的核心包括三部分：一是用于描述通信行为与密码原语的概念模型(conceptual model)，使安全属性可被形式化刻画；二是借助 AnBxJ Java 安全库来实现与验证通信安全；三是部署工作在 OSI 模型第 7 层(应用层)的容器防火墙，将访问控制与检查从网络层提升到应用层，并结合零信任(Zero Trust)架构原则，对通信双方进行持续的身份确认与完整性校验。研究围绕一个核心问题展开：如何有效保护容器化操作系统免受 MitM 攻击。验证部分在一个容器化操作系统场景中成功实现了该安全机制，并识别出实现过程中的成功因素。论文的价值主张是帮助从业者系统化容器安全实践，并为 Docker 与 Kubernetes 部署提供可落地的零信任参考架构。需注意，本文属于综述加设计型研究，重点在方法论与架构层面，摘要中并未给出量化实验结果、性能开销数据或具体攻击面测绘结论，因此结论的可迁移性仍需结合完整论文与实测验证。

该论文研究如何在不引入专用零信任基础设施的前提下，把零信任架构（ZTA）落到车载网络里。背景是：区域式（zonal）车载网络已经普遍搭载车载以太网、MACsec 和 TSN（时间敏感网络），但整条链路在设计上把网络本身当作可信；一旦在工厂完成配置，就缺少标准化的运行时手段来撤销访问权限、轮换密钥，或在某个 ECU 被攻陷后做有效的隔离遏制。NIST SP 800-207 定义的零信任架构正是针对这一缺口提出的，然而既有汽车 ZTA 方案大多采用"外挂"方式，额外迭加一套专用基础设施，而这套东西与软件定义汽车（SDV）本就需要的 SDN 管理平面高度重复，导致成本与复杂度上升、ZTA 在汽车领域迟迟未被采纳。论文提出的问题是：能否用已有的标准组件做得更好？作者分两步回答。第一步，分析 Open Alliance TC17 v1.0 中带预共享 CAK 的 MACsec/MKA 机制，究竟已经满足 NIST SP 800-207 的哪些零信任原则，即评估现有实现的能力边界而非另起炉灶。第二步，引入 Open Alliance TC19 所提的 CORECONF/YANG 管理能力，把 SDN 控制器与 SDN 代理分别一对一映射到 NIST 的 PE（策略引擎）、PA（策略管理器）和 PEP（策略执行点），从而复用 SDV 必然具备的管理平面来承载零信任控制逻辑。作者进一步用两个基于 YANG 的机制完成实例化：一条网络访问控制（NAC）流程，以及一套密钥管理方案。评估结论是：在不新增任何 ZTA 专用基础设施的情况下，完整覆盖 NIST 七条零信任原则中的五条，另有两条部分覆盖。其核心贡献在于给出了一条"轻量化"的汽车零信任落地路径：以 MACsec/MKA 提供链路级身份与加密，以 SDN+ CORECONF/YANG 提供运行时的策略下发、权限撤销与密钥轮换，并通过与 NIST 概念的显式映射说明覆盖度与剩余差距。适合车载网络安全架构师、SDV 平台与 TSN/以太网协议栈工程师、以及关注 OT/ICS 零信任落地的安全研究者阅读。

本文针对企业网络中高级持续性威胁（APT）的横向移动问题，指出现有网络防御机制通常无法在进程级别跟踪用户跨网络的行为，而是对主机内所有进程授予“环境信任”（ambient trust）。这种粗粒度的信任模型存在根本缺陷：一旦主机被攻陷，恶意进程会自动继承受害者的合法权限，导致攻击者能够逐步扩大访问范围并继续横向移动。为弥补这一空白，作者提出了 NetZone——一种网络内访问控制系统，将每个用户进程限制在固定的访问范围内，并且该范围在用户跨网络移动时保持不变。NetZone 引入了一个名为 AccessScope 的新抽象，它表示绑定到用户进程的轻量级访问能力，编码了用户身份被授权访问的主机集合，并嵌入到进程的出站网络流量中，在到达目的地之前进行验证。当用户在不同主机间切换时，AccessScope 随流量传播，重新绑定到接收进程，并跨主机持续存在。这确保了无论用户处于网络中的哪个位置，其进程始终受绑定的 AccessScope 约束，访问权限不会扩大。为了处理进程产生的海量网络流量，作者设计了数据平面协同方案，将可编程交换机与 eBPF 相结合。NetZone 采用一组网络内优化和轻量级 AccessScope 持久化技术，以线速动态检查嵌入的 AccessScope，在几乎不引入延迟开销的情况下处理高流量负载。实验表明，NetZone 能有效防御复杂的攻击场景，且不产生明显开销。本文的主要贡献包括：首次提出进程级、跨主机的网络访问控制抽象；实现交换机与 eBPF 的协同数据平面；验证了在真实网络流量下能够以线速执行细粒度访问控制的可行性。适合研究网络防御、零信任架构、可编程网络和安全基线的学者与工程师阅读。

该论文围绕开放无线接入网（O-RAN）中的量子安全增强问题展开系统综述。O-RAN 通过解耦和软件定义架构带来前所未有的灵活性、互操作性和智能性，但也因组件分散、接口开放而显著扩大了攻击面，产生传统移动网络不具备的安全漏洞。论文指出，现有经典密码学机制虽能应对传统威胁，但在量子计算不断成熟的背景下，可能被具备量子能力的对手破解。为此，作者提出一套面向 O-RAN 的量子安全增强框架，涵盖后量子密码（PQC）、量子密码学、量子认证以及基于量子的威胁检测技术，并与零信任架构协同应用（遵循持续验证、最小权限、微隔离等原则）。文章深入探讨了这些机制如何与近实时（Near-RT）RAN 智能控制器（RIC）、O-Cloud 平台及各类开放接口集成，分析实际部署中的关键因素，包括技术成熟度、标准兼容性和采纳时间线。此外，论文还总结了当前开放研究问题，如量子密钥分发在 RAN 侧的实用性、量子安全协议的轻量化设计、以及面向 6G 时代如何构建可持续演进的安全架构。整体上，该文为 O-RAN 安全研究提供了从理论到落地路径的全面视角，适合移动网络架构师、安全研究员以及关注后量子时代无线通信安全保障的从业者阅读。

随着机器学习模型在高风险场景中的广泛部署，可解释人工智能（XAI）方法（如SHAP和LIME）已成为满足监管合规和建立信任的关键工具。然而，当前的黑盒模型审计范式隐含地依赖一条“信任链”，即默认第三方审计人员是可信的。近期研究表明，这一假设存在缺陷：恶意的审计人员可以通过输出打乱（output shuffling）或构造分布外（OOD）数据等操纵攻击，在保持模型高预测准确率的同时隐藏模型偏见，从而生成“洗白”的解释（fairwashed explanation）。针对这一问题，本文提出了一种全新的防御框架ExplainGuard，它将零信任架构（ZTA）设计融入XAI解释供应链中，确保生成解释的完整性。该框架用持续的“先验证后信任”（verify-then-trust）方法取代了默认的“审计人员可信”这一模糊假设。其核心设计是建立一个策略决策点（PDP），在向用户发布任何解释之前强制执行三个不同的验证支柱：（1）资产完整性：通过行为指纹（behavioral fingerprint）检测模型替换；（2）语义有效性：利用公理化一致性检查拒绝数学上不可能的解释；（3）特征忠实性：采用排名稳定性方法进行验证，且计算开销极小。最后，作者评估了ExplainGuard如何有效中和最先进的解释操纵攻击，并将审计过程转变为可验证的操作。本文的主要贡献在于提出一个零信任的XAI审计框架，首次将零信任原则系统性地应用于解释完整性保障，并设计了三种互补的验证机制来抵御现有的操纵攻击。该研究适合关注AI安全、模型审计、可解释性以及零信任架构的安全研究人员和机器学习从业者阅读。

该论文针对开放与解耦的6G无线接入网（RAN）中多供应商共存场景下的AI辅助控制安全问题，提出了一种名为Z²-ACT（零知识可审计控制与零信任可验证智能体意图架构）的端到端解决方案。随着6G RAN走向开放化和虚拟化，网络需要承载来自不同厂商的组件，这使得AI控制回路必须同时满足安全性、可验证性和可审计性，尤其是在并发运营商意图和不可信模型输入的环境下。现有研究分别处理了智能体协调、形式化意图约束、零信任提示验证和密码学问责，但未能将这些原语统一集成，导致预实现安全、连续语义验证和跨域审计在单独使用时存在缺口。Z²-ACT将四类原语整合到非实时（Non-RT）和近实时（Near-RT）RIC（无线智能控制器）中：首先将运营商目标编码为类型化意图契约（Intent Contracts）；大语言模型（LLM）的输入必须通过实用的对抗性意图检查才被接受；技能序列只有在满足自管理门控条件时才被释放；每次成功提交都会记录为带有零知识证明的有约束承诺。实验基于公开ColO-RAN测量数据，将完整架构与消融实验及传统强化学习基线进行比较。非实时路径使用真实LLM将运营商意图转换为意图契约，评测指标包括翻译准确率、无效或幻觉契约率、非实时延迟以及面对对抗性或误导性意图的行为；近实时控制基于公开KPM序列进行轨迹驱动。结果表明，该架构在近实时包络内以适度的延迟和信令开销实现了改进的驱动过滤和攻击弹性。本文适合6G网络架构师、安全研究员、RAN智能控制开发人员以及关注AI安全与可验证系统的从业者阅读。

该论文针对AWS云环境中存在的一个结构性安全缺陷：一旦凭证通过认证，其会话在整个生命周期内通常被无条件信任，这导致凭证一旦泄露，攻击者即可持久利用。为此，作者提出了一种可解释的适应性零信任框架（EAZTF），作为云原生安全层，在整个会话过程中持续重新评估每次API操作的合法性。EAZTF结合了隔离森林（Isolation Forest）和XGBoost两种机器学习模型，实时分析从CloudTrail和IAM中提取的8个行为特征，计算信任风险评分（TRS），并据此决定会话是继续、需要升级MFA还是被限制。每个决策均辅以SHAP或LIME解释，生成人类可读的审计记录，满足安全分析与合规要求。框架评估涵盖四种对抗性逃避策略：凭证窃取、行为模仿、API速率逃避和权限提升。在包含8500条记录的合成CloudTrail数据集上，隔离森林达到了94.4%的精确率、91.2%的召回率和0.928的F1分数。在四个对抗场景中，平均检测率为91.0%，其中行为模仿最难检测，检测率为83.9%。SHAP分析显示，IP信誉、登录时间偏差和API调用速度是三个最主要的决策特征。基于NIST SP 800-207的结构化自评估中，EAZTF获得93%的平均合规分数，而传统边界基线仅为38%。平均检测时间从数小时缩短至不到一分钟。由于实验使用合成数据，结果应被视为指示性而非经过验证的生产性能。该研究为云原生零信任架构提供了可解释、可审计的机器学习实现思路，适合关注云安全、零信任和对抗性机器学习的研究人员与安全架构师阅读。

触觉互联网将网络事件与物理执行直接耦合，因此安全决策必须在提升风险识别精度的同时不干扰控制链路。本文提出 VQC-ZTI（Variational Quantum Control for Zero Trust Protection of the Tactile Internet），一种面向触觉互联网零信任保护的分裂平面变分量子分类器框架。其核心思想是将网络划分为两个平面：离路径（off-path）的 VQC 负责分析加密流量遥测数据，进行异常评分；路径上（on-path）的策略引擎依据缓存好的确定性动作（授予、限制、升级、拒绝）执行访问控制。这种解耦设计使得异常评分与策略执行相互独立，可分别调整检测器灵敏度和策略攻击性，既保证了控制行为的可预测性，又提升了风险识别能力。在评估中，作者使用 CESNET 数据集的聚合流量，分别采用随机划分、实体组划分和时间划分三种数据分离策略，并基于 PyTorch 与 PennyLane 实现了混合量子-经典神经网络。实验结果显示，全混合量子神经网络在三种划分方式下的平均 ROC AUC 分别达到 0.9981、0.9974 和 0.9941，相比 ExtraTrees，假阳性率分别降低了 44.6%、49.6% 和 67.9%。此外，组件级时序分解表明，批处理 VQC 评分位于异步证据路径中，而不是直接干扰即时强制路径。该研究的主要贡献在于首次将变分量子分类器应用于触觉互联网的零信任保护，通过分裂平面架构实现了可调的安全-性能权衡，并展示了量子模型在此类实时、高可靠性场景中的潜力。适合对量子机器学习、零信任架构、加密流量分析以及关键基础设施保护感兴趣的安全研究人员阅读。

该论文提出 CUSTOS，一种面向取证就绪的零信任（Zero Trust, ZT）参考架构，旨在解决零信任模型与传统数字取证之间的根本性冲突。零信任以持续验证取代隐式信任，但互TLS、瞬时工作负载、身份中心化控制及自动化修复等措施显著降低了载荷可见性，削弱了基于IP的属性归因，并压缩了获取易失性证据的时间窗口。为此，作者设计了一个核心组件——取证管理点（Forensic Management Point, FMP），负责协调分层捕获、身份与策略关联的重构、遥测编排，以及由零信任控制的调查访问。原型验证采用了组合式组件级实现，包括一个实时执行网关、独立的运行时实验和编排器实验。在网关的进程内策略引擎上，始终开启的决策记录以哈希链形式保存，性能开销仅为吞吐量的1.9%-3.0%，从而在受监控工作负载之外保留了决策来源的完整性。响应式检查点（约65 ms）先于数秒量级的防御方路由隔离，但输给了无序的直接SIGKILL（约9 ms）、内核态执行和对抗性自毁，形成所谓的"取证碎纸机效应"。在真实容器实验中，并发捕获与SIGKILL在1000次尝试中均未恢复植入的秘密；而将SIGKILL排序在FMP屏障之后，则在1000/1000次试验中成功恢复。在托管Kubernetes配置中，主集成的单节点Kubernetes竞争检查点用于控制FMP控制的进程，容器内存捕获单独评估且不可用。跨五个公开基准数据集和合成模式参考，面向身份的遥测填充决策记录模式的64%-75%，而面向网络的遥测仅填充18%-30%；速率限制控制了全内存接纳上限。这些结果表明，取证就绪的零信任既需要始终在线的证据底线，也需要有界的响应式捕获，同时识别出易失性证据仍无法恢复的场景。该研究适合零信任架构师、取证调查人员、SOC分析师以及安全基础设施研究者阅读。

该论文针对 AI 代理在执行密码学操作（如 Git 提交签名、API 调用认证、证书签发）时私钥存储不安全的问题展开研究。当前常见做法将私钥存放在软件可访问的位置（明文文件、环境变量或容器内存），任何具备足够读权限的进程都能提取原始密钥材料。作者引用了一个实际生产事件：某广泛部署的框架中的私钥在五分钟内通过电子邮件注入被泄露，以此说明严重性。为此，论文提出用硬件限制的密钥（通过供应商中立的 PKCS#11 接口访问）替代软件驻留密钥，硬件安全模块（HSM/TPM/智能卡）在设备内执行密码学操作，主机仅通过不透明句柄获得结果。硬件隔离是核心贡献，并由五层零信任强制堆栈支撑：会话身份（SAGA）、范围边界（Smax）、语义验证（RAV）、污点追踪以及硬件执行边界。作者基于 AgentDojo 的 ImportantInstructionsAttack 模板派生出 12 种注入场景进行评测，覆盖四个 LLM 模型（gpt-oss-120b、Qwen2.5-72B、DeepSeek-V4-Flash，n=192 合计）。基线模式下攻击成功率（ASR）为 19.3% [14.3%, 25.4%]；启用保护后 ASR 为 0%（Wilson 95% 置信区间上限 2.0%），并且在四个良性任务场景中零误报。该研究为 AI 代理的密钥管理提供了一种可落地的硬件强制架构，适合 LLM 安全工程师、零信任架构师以及密码学应用开发者阅读。

该论文针对物联网（IoT）设备在关键任务环境中的安全与隐私挑战，提出了一种联邦学习（FL）与大型语言模型（LLM）驱动的威胁情报框架，用于构建零信任物联网架构。传统IoT设备常因资源受限而无法更新，易受病毒、数据泄露和未授权访问等威胁。现有解决方案未能从根本上解决分布式环境中的信任问题。本文提出的框架将FL异常检测、隐私保护分布式学习、持续身份验证以及LLM驱动的自主威胁响应整合到统一流水线中。FL允许各设备在本地训练模型并仅共享梯度，从而保护数据隐私。通过基于MQTT协议的相互传输层安全（mTLS）机制，框架在每一通信层执行零信任原则，确保没有任何设备或消息默认可信。实验使用树莓派和多种传感器实现，评估了异常检测性能，取得了0.9091的F1分数和1.0的ROC-AUC，证明了该框架在资源受限IoT设备上实现隐私保护异常检测的有效性。该研究的核心贡献在于：1）提出FL与LLM结合的新型威胁情报方法；2）在轻量级IoT设备上实现零信任通信；3）实验验证了高检测精度。适合物联网安全研究人员、零信任架构设计者及网络安全从业者阅读。

本文提出 Mondrian，一种全面的跨域网络分区架构，旨在解决现代网络（如数据中心、企业网络和多租户云环境）中网络分段与安全策略管理的复杂性。现有解决方案（如 VLAN、ACL、SDN 微分段）在可扩展性、动态性和跨域一致性方面存在局限。Mondrian 借鉴艺术家皮特·蒙德里安的绘画理念，将网络抽象为“线”（连接）和“矩形”（分区），通过逻辑网络拓扑描述实现自动化的策略生成与部署。其核心方法包括：1）一种基于图论的分区模型，允许管理员定义高层级的安全约束（如“部门A与部门B不能互通”），系统自动将其转化为底层交换机和防火墙的精确规则；2）支持跨自治域（如不同租户或组织）的策略协商与一致性维护，通过数学规划确保全局无冲突；3）引入动态迁移机制，允许在不中断服务的前提下调整分区。实验在 50 节点物理测试床上进行，验证了 Mondrian 在策略规模达 10^4 条时的可扩展性、策略更新延迟低于 100ms 的动态性能，以及与 BGP 等现有路由协议的兼容性。主要贡献包括：首次提出形式化跨域分区模型，证明了分区一致性问题的 NP 完全性并给出近似算法，以及在真实云网络拓扑上的部署案例。本文适合网络架构师、安全管理员和 SDN 研究人员阅读。

本文提出了 xChk 系统，一种参考身份提供者（IdP），用于实现“自带身份”（BYOI）模式。用户可以通过多种异构证明方式注册，包括政府KYC、企业SSO、WebAuthn/FIDO2、专业网络、实时验证、长期活动数据、行为信号等。这些证明以组合声明的形式封装在标准的 OAuth 2.0 和 OpenID Connect (OIDC) 令牌中，每个依赖方（RP）自行制定充分性策略来判断是否接受身份声明。xChk 本身不裁决访问权限，仅传输声明，并可根据 RP 提供的证据策略评估同意。注册深度因验证方式而异：部分路径由用户主动发起，而组织 KYB（了解你的业务）和官员绑定需要操作员辅助。系统还支持人工参与的证明（human-in-the-loop attestation）用于高风险操作：人类可直接通过浏览器 UI 或 POST /api/attestations 发起证明；AI 代理在主体授权下，可通过作用域限定的 authorize/attest 流程触发相同网关——通过共享验证图上的哈希链实现人类批准（人类通过 OIDC，代理通过 API 密钥）。系统已在 https://in.xchk.io 生产部署，提供双向发起路径和 RP 评估的同意界面；一个文档化的依赖方 https://crabbyed.com（见附录 B）使用了“使用 xChk 登录”功能。主要贡献在于提出了一个灵活的、由验证者决定充分性的异构身份保障框架，并展示了人类与 AI 代理混合参与的实际部署。适合身份安全、OAuth 架构、AI 代理授权领域的研究者和工程人员阅读。

该论文提出了一种可扩展、云端编排的多域量子密钥分发（QKD）网络架构，旨在解决现有QKD网络因供应商特定接口、可信节点约束和有限互操作性而难以跨异构基础设施和管理域扩展的问题。该架构集成了与供应商无关的QKD、软件定义网络（SDN）编排和云管理信任服务，并基于零信任网络访问协议，采用多级身份验证机制，该机制建立在后量子密码（PQC）签名和密钥封装算法之上。系统在真实测试床上部署，包含来自3个供应商的QKD节点的域以及没有QKD基础设施的域。实验结果表明，即使在受限设备上，PQC和SDN开销也相对较低，主要瓶颈在于QKD密钥检索和供应商特定的密钥流限制。该框架将量子安全密钥传输扩展到原生QKD边界之外，同时保持了灵活性、互操作性和与现有基础设施的兼容性。

本文提出了一种名为 Prezta（可验证的零信任授权远程执行）的新型架构，旨在解决关键基础设施中运营技术（OT）系统安全现代化面临的挑战。传统的应用网关虽然能执行复杂授权并支持零信任架构，但存在部署和管理负担重、需与远程边缘设备共置、频繁更新补丁等问题。Prezta 通过将授权策略评估移到客户端内的零知识虚拟机（zkVM）中执行，生成简洁的零知识证明，边缘设备只需高效验证该证明即可确认授权结果，从而消除了应用网关，将零信任安全边界扩展至边缘。该系统支持策略和身份管理方案的动态演进，无需更新边缘设备。原型基于 RISC Zero zkVM 实现，兼容 XACML 3.0 策略和 JWT 身份声明。为减轻 zkVM 带来的证明开销，作者将策略编译为 Rust 代码，并预编译正则表达式，同时优化签名验证和 JWT 解析，将证明者时间降低了一个数量级以上。编译器正确实现了 XACML 3.0 一致性测试套件的 83%，在台式机上证明生成耗时数十秒，而验证仅需数十毫秒，足以适应资源受限的边缘设备。该研究展示了零知识证明在零信任远程授权中的可行性，为边缘计算环境下的安全架构提供了新思路。

现代组织越来越多地采用分布式、云优先和去中心化的架构，这打破了传统威胁建模方法（如STRIDE、PASTA、Trike、OCTAVE、LINDDUN、攻击树和MITRE ATT&CK）所依赖的三个基本假设：明确的安全边界、单一的所有者组织以及技术与操作风险的清晰分离。在这些新场景中，主要的安全威胁不再是外部攻击者，而是授权但恶意的内部人员、名义上独立方之间的合谋、控制平面和CI/CD的入侵，以及高价值操作的误操作。现有的威胁建模方法很大程度上忽略了这些威胁。本文提出了TRACE（Threat modelling for distRibuted, cloud-first, And dECEntralised organisations）方法，将威胁行为者、角色、资产、关键不变量以及信任/权威边作为一等公民，并通过证据关联，跨越协议、系统和组织三个层次进行建模。TRACE包含核心模型、三个应用支柱、一个顺序化的门控工作流，以及一个支持人机协作的证据与可追溯性规范，其中语言模型加速覆盖，而高级审查者保留对不变量、严重性和合谋的判断。TRACE方法源于Web3安全实践，但与具体技术栈无关。本文还讨论了它与零信任架构和可问责拜占庭共识的关系、局限性以及实证验证的开放问题。该论文对安全从业者理解现代分布式系统的威胁建模有重要参考价值。

该论文提出了一种基于BERT日志分析的连续行为认证框架，用于在移动端和零信任系统中实现用户-设备上下文的持续验证。传统认证仅在登录时确认身份，后续会话缺乏持续检查。作者利用Android系统日志（logcat）作为非侵入式信号，设计了一套完整流程：首先将日志流解析为事件模板和动态变量；然后预训练一个领域自适应的BERT编码器学习Android日志语法；接着微调三个专家模型分别处理网络/设备身份、电池状态变化时序和Wi-Fi拓扑结构。通过对数空间融合三个专家的置信度得分，并采用5近邻距离分类器生成正常性评分，最终传递给策略决策点（PDP）进行风险感知的访问控制。实验使用正常轨迹、注入的异常以及良性Wi-Fi扰动数据，结果显示该多专家BERT日志分析能够有效检测语义、电池时序和拓扑偏差，同时保持低于1%的假阳性率（FPR）。结论表明Android系统日志是一种实用的无传感器信号，可用于持续认证和用户-设备上下文保障。

该论文针对云计算资源受限环境，设计并实现了一种云原生的VPN即服务（VPNaaS）解决方案，以支持零信任（Zero Trust）架构。随着行业在云原生环境中采用零信任原则，需要细粒度的身份管理、监控以及隔离机制来实施最小权限原则。在网络层面，零信任要求每个租户通过独立的、安全的加密隧道连接到基础设施。该研究提出的VPNaaS能够：(i) 通过编排工具轻松部署，为每个远程连接至基础设施的租户即时创建独立的隧道；(ii) 与常见的身份与访问管理（IAM）工具集成，这是零信任部署的关键；(iii) 适应计算能力或熵受限的环境。该解决方案具有可定制性，允许从RSA或椭圆曲线（EC）中选择密钥生成算法及其参数，以实现更安全的密钥并适应资源受限环境。作者对方案进行了实现和评估，证明其在资源受限环境下的可行性和性能。该工作为计算受限场景下的零信任网络访问提供了新的实践经验。

本文针对现代企业面临日益严重的API安全威胁问题，提出了一种基于零信任架构（Zero-Trust Architecture）的“安全优先”API流水线开发框架。研究背景指出，API已占Web流量主导地位，成为数据泄露的主要载体，99%的组织在过去一年遭遇过API安全事件，22%因此发生实际数据泄露。同时，漏洞披露数量激增（2023年28,818个CVE，2024年40,009个），漏洞利用时间缩短至数天（2023年平均约5天）。为此，作者提出五支柱方法：治理与规划、安全设计、持续测试、流水线控制、运行时保护，并遵循OWASP API Security Top 10 2023、NIST安全软件开发框架等标准。该方法将安全嵌入DevSecOps实践，通过案例研究展示了显著效果：安全事件减少30%，发布后漏洞减少40%。论文还讨论了实施挑战、不断演变的威胁态势，并给出了组织采用安全优先流水线与零信任的建议。本文适合API安全从业者、DevSecOps工程师和安全架构师阅读。

本文提出 Grimlock，一种面向高自主性智能体系统的安全守卫框架。随着智能体系统越来越多地运行用户自编的编排代码，这些代码会调用工具、生成子任务并在多机器云环境间委托工作，这种高自主性带来了安全挑战：身份、授权、溯源和委托往往分散在应用代码中，导致难以一致地执行策略和审计。Grimlock 通过在沙箱底层实施信任强制执行，将安全关注点与智能体代码分离，而无需修改用户层编排代码。其核心机制包括：1) 基于 eBPF 的流量拦截，确保沙箱通信都必须经过守卫；2) 结合标准 TLS 1.3 通道绑定的握手后认证；3) 在通道建立后，守卫授权通信并生成短期、通道绑定的作用域令牌，实现最小权限委托；4) 接收端守卫重新验证身份、作用域和通道绑定，终止 TLS 并仅在策略检查通过后向目标沙箱释放明文；5) 使用 kTLS 提供高效的数据平面保护。实验表明，Grimlock 能够在不引入显著性能开销的前提下，实现跨异构多云环境的透明、可审计且作用域受限的智能体间通信，仅使用 Linux 通用原语。

本研究以中小企业为对象，探讨其采用零信任架构的可行性。通过问卷调查亚太地区64名IT与安全专业人员，发现零信任熟悉度与云计算需求是驱动企业认知零信任必要性的最强正向因素，而累积的障碍（如成本、技术复杂性）与必要性感知仅呈现弱负相关。身份与访问管理的复杂性和可扩展性被识别为主要实施障碍。基于这些发现，论文提出一个三阶段渐进式采用路径：第一阶段强化身份治理（如多因素认证、最小权限原则），第二阶段分割高价值资产并实施微隔离，第三阶段根据企业运营能力引入针对性监控。该研究为资源受限的中小企业提供了从传统安全架构向零信任过渡的务实路线图，弥补了现有文献对中小企业零信任准备工作重视不足的空白。

本文提出了一种面向开放无线接入网（Open RAN）无线智能控制器（RIC）应用的零信任供应链保证评分标准（rubric）。Open RAN允许第三方xApps和rApps以运营节奏进行上线和更新，形成了跨越开发者、持续集成系统、注册表、上线管道和运行时执行点的软件供应链。该研究主要贡献包括：首先，针对RIC应用在构建、签名、发布、上线、运行、更新/回滚等阶段的应用中心生命周期威胁模型；其次，与O-RAN联盟WG11对齐的威胁-控制-证据映射，将生命周期威胁与O-RAN安全基线及补充性供应链证据相关联；第三，面向运营商的保证配置文件，将安全软件开发实践、SBOM透明度和SLSA风格的来源证明组合为渐进式上线级别。通过分析性案例研究演练和最小证据检查工作流，展示了该评分标准如何支持在RIC应用上线期间做出明确的接受、升级或阻止决策。评估旨在评估适用性而非部署规模性能；运营开销、决策一致性和检测覆盖率的实证测量留待未来工作。本文适合O-RAN安全研究人员、运营商安全架构师以及供应链安全从业者阅读。

该论文针对企业软件工程从传统的确定性CRUD/REST架构向AI原生系统转型过程中引入的安全张力展开研究。在AI原生系统中，大语言模型作为认知编排器，但概率性LLMs削弱了验证、访问控制和形式化测试等经典机制的安全性。作者提出了一种由模型上下文协议（MCP）治理的语义网关设计，该系统将企业API重构为语义表面，工具根据意图和策略进行动态发现、授权和执行。核心贡献在于范式转换：应将自主代理视为随机状态转移系统，而非传统软件或简单API消费者，通过启用工具图对其行为进行抽象、模糊测试和审计。架构引入三层零信任安全模型，包括推理前语义防火墙、确定性工具级RBAC和带外加密人工审批循环。论文还借鉴了区块链智能合约验证中的保持启用抽象（EPA）和灰盒语义模糊测试，用于审计企业环境中的代理行为。实验结果表明，该方法减少了84.2%的偶然代码，在50万次多轮模糊测试序列中实现了100%的隐藏未授权状态转换发现率，证明动态形式化验证对于安全的代理部署是严格必要的。

该论文针对物联网（IoT）安全与零信任（ZT）原则的融合趋势，首次采用多声部文献综述（MLR）方法，系统整合了68篇学术文献和36篇行业报告。研究发现，学术界与工业界在零信任与IoT安全融合的路径上存在互补但分歧的视角：学术界主要关注通过修改IoT设备使其符合零信任原则，而工业界则更侧重于在现有零信任框架（如NIST标准）中实现实用集成。该综述还识别出关键研究空白，包括社会技术理解不足、成本效益评估缺乏以及跨学科合作缺失，并指出这些是未来研究的重要方向。对于安全从业者而言，该论文有助于理解零信任架构在IoT环境中的落地挑战与行业实践差异，为制定策略提供参考。