Lattice: A Post-Quantum Settlement Layer
이 논문은 양자 컴퓨팅 시대를 대비하여 RandomX 기반의 하드웨어 복원력, LWMA-1 네트워크 복원력, 그리고 ML-DSA-44 양자 내성 암호화를 결합한 P2P 전자 화폐 시스템 'Lattice(LAT)'를 제안합니다.
🔒 Category
cs.CR
312 편의 논문
ZK-ACE: Identity-Centric Zero-Knowledge Authorization for Post-Quantum Blockchain Systems
이 논문은 양자 내성 서명의 온체인 검증 비용을 획기적으로 줄이기 위해 서명 객체 대신 신원 기반의 영지식 증명을 사용하는 새로운 승인 계층 'ZK-ACE'를 제안하고, 그 보안성과 데이터 효율성을 수학적으로 증명합니다.
ACE-GF-based Attestation Relay for PQC - Lightweight Mempool Propagation Without On-Path Proofs
이 논문은 포스트 양자 블록체인 환경에서 유효성 증명 (Proof) 을 중계 경로에서 제거하고 경량화된 인증서만 전달하여 대역폭을 획기적으로 줄이는 'AR-ACE' 프로토콜을 제안합니다.
More to Extract: Discovering MEV by Token Contract Analysis
이 논문은 토큰 스마트 컨트랙트의 비표준 공급 제어 기능을 정적 분석하여 기존 연구가 간과했던 tMEV(토큰 기반 최대 추출 가능 가치) 를 발견하는 새로운 파이프라인을 제안하고, 이를 통해 이더리움에서 기존 MEV 활동보다 10 배 더 많은 수익을 창출할 수 있음을 실증합니다.
Experience on Automatically Converting a C++ Monolith to Java EE
이 논문은 80 만 줄의 C++ 모놀리식 코드를 Java EE 와 WildFly 환경으로 전환하는 과정에서 다중 상속, 열거형 처리, 스코프 객체 등 주요 기술적 난제를 해결하고, C++ 개발이 병행되는 상황에서 Clang 기반 도구를 활용해 Java 코드를 지속적으로 재생성하여 성공적으로 운영한 경험을 요약합니다.
A Bipartite Quantum Key Distribution Protocol Based on Indefinite Causal Order
이 논문은 두 당사자 간의 인과적 순서가 결정되지 않은 상태 (인과적 비분리성) 를 자원으로 활용하여, 교란이 없는 경우 85.35% 의 비트 일치 확률을 보이는 새로운 양자키분배 프로토콜을 제안하고 그 실용적 구성 시나리오를 분석합니다.
A Comparative Study of Recent Advances in Internet of Intrusion Detection Things
이 논문은 사물인터넷 (IoT) 시스템의 보안을 강화하기 위한 최신 침입 탐지 시스템 (IDS) 의 아키텍처, 분류 및 평가 방법론에 대한 포괄적인 비교 연구를 제시합니다.
SplitAgent: A Privacy-Preserving Distributed Architecture for Enterprise-Cloud Agent Collaboration
이 논문은 민감한 데이터의 공유 없이 기업과 클라우드 간에 협업할 수 있도록, 작업 의미에 따라 동적으로 개인 정보를 보호하는 'SplitAgent'라는 분산 아키텍처를 제안하고, 이를 통해 높은 작업 정확도와 개인 정보 보호 수준을 동시에 달성함을 보여줍니다.
Practical Type Inference: High-Throughput Recovery of Real-World Structures and Function Signatures
이 논문은 제거된 바이너리에서 구조체와 함수 시그니처를 복원하는 데 있어 기존 방법보다 70~2300 배 빠른 처리 속도와 90.15% 의 높은 정확도를 달성한 실용적인 타입 추론 도구인 XTRIDE 를 제안합니다.
A Blockchain-based Traceability System for AI-Driven Engine Blade Inspection
이 논문은 항공기 엔진 블레이드의 수명 주기 전반에 걸쳐 다자간 승인, 자동화된 검사 일정 관리, AI 모델 출처 추적 및 암호화 증거 바인딩을 통합하여 위변조 방지 감사 가능한 유지보수 추적성을 제공하는 블록체인 기반 시스템 'BladeChain'을 제안하고 그 유효성을 입증합니다.
SoK: Harmonizing Attack Graphs and Intrusion Detection Systems
이 논문은 공격 그래프와 침입 탐지 시스템의 통합을 체계적으로 분석하고, 기존 연구의 한계를 지적하며 양자가 상호 보완적으로 작동하는 새로운 통합 프레임워크와 생명주기를 제안합니다.
SlowBA: An efficiency backdoor attack towards VLM-based GUI agents
이 논문은 VLM 기반 GUI 에이전트의 응답 효율성을 저해하는 새로운 백도어 공격 'SlowBA'를 제안하며, 특정 트리거 패턴 하에서 과도한 추론 체인을 유도하여 응답 지연을 발생시키는 메커니즘과 이를 위한 강화학습 기반의 이단계 주입 전략을 소개합니다.
Trust Nothing: RTOS Security without Run-Time Software TCB (Extended Version)
이 논문은 레거시 하드웨어를 기반으로 한 새로운 능력 (capability) 아키텍처와 Zephyr 기반의 실시간 운영체제를 제안하여, 모든 소프트웨어 구성 요소와 주변 장치를 신뢰할 수 없는 것으로 간주하면서도 하드웨어 변경 없이 임베디드 장치의 무결성을 보장하는 방법을 제시합니다.
Client-Cooperative Split Learning
이 논문은 데이터 소유자와 훈련 클라이언트 간의 프라이버시와 신뢰 격차를 해소하기 위해, 차분 프라이버시 기반 활성화 보호와 비밀 레이블 은닉, 그리고 동적 체인 워터마킹을 통해 프라이버시와 소유권 공격에 강인하면서도 모델 정확도를 유지하는 다중 클라이언트 협력 분할 학습 프레임워크 'CliCooper'를 제안합니다.
Towards Modeling Cybersecurity Behavior of Humans in Organizations
이 논문은 조직 내 인간의 사이버보안 행동 요인을 통합한 이론적 프레임워크를 제시하고, 이를 자율 에이전트 AI 의 보안 취약점 분석 및 조작 공격 대응 전략 수립을 위한 청사진으로 활용하는 방안을 논의합니다.
Cybersecurity AI: Hacking Consumer Robots in the AI Era
이 논문은 생성형 AI 가 로봇 시스템의 보안 취약점을 자동화하여 전문 지식이 없어도 소비자용 로봇 (자율 잔디깎이, 외골격, 창문 청소 로봇 등) 을 대규모로 해킹할 수 있게 되었음을 실증적으로 보여주며, 이에 대응하기 위해 기존 방어 체계보다 AI 공격 속도에 맞설 수 있는 GenAI 기반의 새로운 방어 메커니즘이 필요함을 주장합니다.
Forging the Unforgeable: On the Feasibility of Counterfeit Watermarks in Backdoor-Based Dataset Ownership Verification
본 논문은 백도어 기반 데이터셋 소유권 검증 기법의 근본적 결함을 지적하며, 공격자가 원본과 통계적으로 구별 불가능한 위조 워터마크를 생성하여 저작권 침해 주장을 무력화할 수 있음을 실험을 통해 입증합니다.
Token-Level Constraint Boundary Search for Jailbreaking Text-to-Image Models
이 논문은 텍스트 및 이미지 검사의 결정 경계를 제약 조건으로 활용하여 진화적 탐색을 수행하는 '토큰 수준 제약 경계 탐색 (TCBS)' 공격 기법을 제안함으로써, 블랙박스 환경에서도 다양한 텍스트-이미지 생성 모델의 풀체인 방어 체계를 우회하는 데 기존 방법들보다 뛰어난 성능을 보임을 입증합니다.
Cluster-Aware Attacks on Graph Watermarks
이 논문은 기존 그래프 워터마킹 평가가 무작위 엣지 변형에 국한되어 있다는 한계를 지적하고, 커뮤니티 구조를 악용한 지능적인 '클러스터 인식 공격'이 무작위 공격보다 훨씬 효과적으로 워터마킹의 소유권 식별 능력을 무력화한다는 사실을 최초로 체계적으로 증명했습니다.
Differential Privacy in Machine Learning: A Survey from Symbolic AI to LLMs
이 논문은 미분 프라이버시의 기본 정의와 이론적·실무적 진화를 개괄하고, 머신러닝 모델 학습 시 프라이버시를 보호하는 방법론과 평가 기법을 심층적으로 분석하여 안전하고 책임 있는 AI 시스템 개발에 기여하는 포괄적인 조사를 제공합니다.