Pwned: How Often Are Americans' Online Accounts Breached?
이 논문은 'Have I Been Pwned' 데이터와 미국 성인 5,000 명 표본을 결합한 분석을 통해 미국인의 약 82.84% 가 적어도 한 번 계정 유출을 경험했으며, 평균적으로 3 회 이상 유출된 것으로 추정된다고 밝히고 있습니다.
🔒 Category
cs.CR
296 편의 논문
A Survey on Decentralized Federated Learning
이 논문은 2018 년부터 2026 년 초까지의 탈중앙화 연방학습 (DFL) 연구들을 체계적으로 검토하고, 기존 중앙집중식 FL 의 한계를 극복하는 두 가지 아키텍처를 분류하며, 핵심 병목 현상에 기반한 통합 분류 체계를 제시하고 향후 연구 방향을 제안합니다.
Robustness Over Time: Understanding Adversarial Examples' Effectiveness on Longitudinal Versions of Large Language Models
이 논문은 GPT, Llama, Qwen 등 주요 대규모 언어 모델 (LLM) 계열의 장기적 업데이트를 분석하여, 버전이 올라갈수록 항상 보안과 안전성이 향상되는 것은 아니며 오히려 특정 공격 유형에 대한 취약성이 심화되거나 모델 크기가 커져도 견고성이 균일하게 개선되지 않을 수 있음을 규명했습니다.
Learning with Errors over Group Rings Constructed by Semi-direct Product
이 논문은 비가환 곱셈을 갖는 반직접곱으로 구성된 군환 기반의 학습오차 (GRLWE) 문제를 제안하고, 이상 격자의 최악의 경우 SIVP 문제에서 GRLWE 의 검색 및 결정 버전으로의 다항 시간 양자 환원을 증명하여 이를 활용한 암호 체계의 안전성을 입증합니다.
VisPoison: An Effective Backdoor Attack Framework for Tabular Data Visualization Models
이 논문은 표본 데이터 시각화 모델의 보안 취약점을 드러내기 위해 희귀 단어 패턴이나 첫 번째 단어 프롬프트와 같은 은밀한 트리거를 활용하여 민감 정보 유출, 오도성 시각화, 서비스 거부 공격을 수행하는 백도어 공격 프레임워크 'VisPoison'을 제안하고, 기존 방어 기법의 한계를 지적하며 보다 견고한 시스템의 필요성을 강조합니다.
Kite: How to Delegate Voting Power Privately
이 논문은 DAO 거버넌스에서 투표권 위임의 기밀성을 보장하기 위해 제로지식 증명을 활용하여 위임자, 위임받는자, 위임 사실 자체의 연결성을 숨기는 새로운 프로토콜 'Kite'를 제안하고, 이를 이더리움 Governor Bravo 스마트 컨트랙트에 구현하여 실용성을 입증했습니다.
MCP Bridge: A Lightweight, LLM-Agnostic RESTful Proxy for Model Context Protocol Servers
이 논문은 모바일 및 엣지 환경에서도 MCP 서버를 안전하게 활용할 수 있도록 RESTful 프록시인 'MCP Bridge'를 제안하고, 강화학습을 통해 MCP 도구 호출 성능을 대폭 향상시킨 경량 Qwen 모델을 개발하여 이를 MCPToolBench++ 벤치마크에서 검증했습니다.
JULI: Jailbreak Large Language Models by Self-Introspection
이 논문은 모델 가중치나 생성 과정에 대한 접근 권한 없이도 API 를 통해 호출되는 블랙박스 LLM 의 토큰 로그 확률 정보만을 활용하여 BiasNet 이라는 작은 플러그인 블록을 통해 효과적으로 재프로그래밍 (JAILBREAK) 하는 JULI 방법을 제안합니다.
Lightening the Load: A Cluster-Based Framework for A Lower-Overhead, Provable Website Fingerprinting Defense
이 논문은 정규화 기반의 효과성과 슈퍼시퀀스 방식의 증명 가능한 보안을 결합하여, 클러스터링된 행동 패턴에 따라 적응적으로 패딩 매개변수를 조정함으로써 위버사이트 지문 공격에 대한 방어 효율성을 극대화하면서도 정보이론적 보안을 유지하는 'Adaptive Tamaraw'라는 새로운 프레임워크를 제안합니다.
On Limits on the Provable Consequences of Quantum Pseudorandomness
이 논문은 양의 무작위성 (quantum pseudorandomness) 의 다양한 개념들이 고전적 경우와 달리 서로 등가적이지 않을 수 있음을 보여주기 위해, 로그 길이의 출력 PRFSG 는 존재하지만 양자 계산 가능한 의사난수 생성기 (QPRG) 는 존재하지 않는 단위 오라클 분리를 증명하고, 이를 위해 새로운 기하학적 장벽 정리를 제시합니다.
Optimal conversion from Rényi Differential Privacy to -Differential Privacy
이 논문은 [Zhu et al. (2022)] 의 추측을 증명하여, 모든 유효한 RDP 프로파일과 Type I 오류 수준에 대해 단일 차수 RDP 프라이버시 영역의 교차에 기반한 변환 규칙이 -Differential Privacy 로의 최적 변환임을 보여줍니다.
Clear, Compelling Arguments: Rethinking the Foundations of Frontier AI Safety Cases
이 논문은 항공, 원자력 등 안전 중대 산업에서 발전한 안전 사례 (safety case) 방법론의 교훈을 바탕으로, 정렬 (alignment) 커뮤니티의 기존 접근법의 한계를 지적하고 프런티어 AI 시스템의 안전성을 입증하기 위한 더 견고하고 포괄적인 안전 사례 프레임워크를 제안합니다.
HeteroFedSyn: Differentially Private Tabular Data Synthesis for Heterogeneous Federated Settings
이 논문은 수평적 연동 환경에서 이질적인 데이터 분포를 고려하여 기존 방법들의 한계를 극복하고 중앙집중식 합성과 유사한 유틸리티를 달성하는 최초의 차분 프라이버시 기반 표본 데이터 생성 프레임워크인 HeteroFedSyn 을 제안합니다.
DeZent: Decentralized z-Anonymity with Privacy-Preserving Coordination
이 논문은 스마트 미터와 같은 센서 네트워크 데이터의 프라이버시를 보호하기 위해 중앙 집중식 신뢰를 최소화하고 경량화된 조정을 통해 분산형 z-익명성 (deZent) 을 구현하여 중앙 서버로의 통신 오버헤드를 줄이면서도 동등한 성능을 달성하는 방법을 제시합니다.
NetDiffuser: Deceiving DNN-Based Network Attack Detection Systems with Diffusion-Generated Adversarial Traffic
이 논문은 네트워크 트래픽의 독립적인 특징을 식별하고 확산 모델을 활용하여 자연스러운 적대적 예제를 생성함으로써 딥러닝 기반 네트워크 침입 탐지 시스템의 성능을 효과적으로 우회하는 새로운 프레임워크 'NetDiffuser'를 제안합니다.
Quantifying Memorization and Privacy Risks in Genomic Language Models
이 논문은 유전체 언어 모델 (GLM) 의 프라이버시 위험을 정량화하기 위해 퍼플렉시티 기반 탐지, 카나리 시퀀스 추출, 멤버십 추론을 통합한 다중 벡터 평가 프레임워크를 제안하고, 반복 횟수와 모델 용량이 암기 위험에 미치는 영향을 실증적으로 분석했습니다.
Arbiter: Detecting Interference in LLM Agent System Prompts
이 논문은 LLM 기반 코딩 에이전트의 시스템 프롬프트 간섭 패턴을 탐지하기 위해 공식 평가 규칙과 다중 모델 스캐닝을 결합한 'Arbiter' 프레임워크를 제안하고, 주요 벤더들의 프롬프트에서 다양한 취약점을 발견하며 프롬프트 아키텍처와 실패 유형 간의 상관관계를 규명했습니다.
Security Considerations for Multi-agent Systems
이 논문은 다중 에이전트 시스템 (MAS) 의 고유한 보안 위협을 체계적으로 분석하고 16 가지 기존 보안 프레임워크를 평가한 결과, 현재 어떤 프레임워크도 모든 위협 카테고리를 충분히 커버하지 못하며 OWASP Agentic Security Initiative 와 CDAO Responsible AI 툴킷이 각각 설계 및 운영 단계에서 상대적으로 가장 높은 점수를 받았음을 밝혔습니다.
Lockbox -- A Zero Trust Architecture for Secure Processing of Sensitive Cloud Workloads
이 논문은 민감한 클라우드 워크로드를 처리하는 기업용 제로 트러스트 아키텍처인 'Lockbox'를 제안하며, 명시적 신뢰 검증과 강력한 격리, 최소 권한 원칙을 통해 AI 기반 분석과 같은 고급 기능을 도입하면서도 보안 태세를 유지할 수 있도록 합니다.
Synergistic Directed Execution and LLM-Driven Analysis for Zero-Day AI-Generated Malware Detection
본 논문은 심층 학습 기반 취약점 분류와 강화 학습을 통한 피드백 루프가 통합된 하이브리드 분석 프레임워크를 제안하여, 기존 탐지 방식으로는 대응이 어려운 LLM 생성 제로데이 멀웨어를 높은 정확도로 탐지하고 그 이론적 보증을 제시합니다.