Unclonable Encryption in the Haar Random Oracle Model
该论文在 Haar 随机预言机模型中，通过建立“幺正重编程引理”并基于路径记录框架，首次构造了支持密钥复用和任意长度消息加密的可克隆加密方案，证明了在可能不存在单向函数的“微密码学”世界中计算性可克隆加密的存在性。
🔒 Category
cs.CR
362 篇论文
KEPo: Knowledge Evolution Poison on Graph-based Retrieval-Augmented Generation
该论文针对基于图检索增强生成（GraphRAG）系统因依赖外部数据而面临的安全隐患，提出了一种名为 KEPo 的新型投毒攻击方法，通过构建伪造的知识演化路径将有毒事件注入知识图谱，从而有效误导大语言模型生成攻击者预设的有害回答，并在单目标和多目标攻击场景下均取得了优于现有方法的攻击成功率。
Strict Optimality of Frequency Estimation Under Local Differential Privacy
该论文证明了在局部差分隐私下，具有对称极值配置和特定优化支持大小的频率估计器可实现严格最优精度，并提出了相应的生成算法及改进的 Count-Mean Sketch 方案，其理论推导与实验结果均表明该方法在大规模字典场景下能达到理论最优且具备实用价值。
Taming OpenClaw: Security Analysis and Mitigation of Autonomous LLM Agent Threats
本文针对自主大语言模型代理（如 OpenClaw）提出了一个涵盖初始化、输入、推理、决策和执行五个阶段的生命周期安全框架，系统分析了间接提示注入、技能供应链污染等复合威胁，揭示了现有防御机制的局限性，并提出了各阶段的全方位缓解策略。
Exponential-Family Membership Inference: From LiRA and RMIA to BaVarIA
该论文通过揭示 LiRA、RMIA 和 BASE 等主流成员推理攻击均属于具有不同分布假设的指数族对数似然比框架，进而提出了基于共轭先验的贝叶斯方差推断攻击（BaVarIA），有效解决了小影子模型预算下的方差估计瓶颈，在多个数据集和预算设置下实现了优于现有方法的稳定性能。
You Told Me to Do It: Measuring Instructional Text-induced Private Data Leakage in LLM Agents
该论文揭示了高权限 LLM 智能体因无法区分恶意指令与合法文档说明而面临的“可信执行者困境”，通过构建 ReadSecBench 基准测试证实了此类文档嵌入指令注入可导致高达 85% 的数据泄露成功率，且现有防御手段难以在不误报的前提下有效缓解这一结构性安全威胁。
The Mirror Design Pattern: Strict Data Geometry over Model Scale for Prompt Injection Detection
该论文提出了一种名为"Mirror"的数据编排设计模式，通过构建严格配对的 32 单元镜像拓扑来训练轻量级线性分类器，证明了在提示注入检测的第一层筛查中，严格的数据几何结构比模型规模更能实现毫秒级低延迟、高召回率且可审计的防御效果。
On the Possible Detectability of Image-in-Image Steganography
本文揭示了图像内嵌图像（Image-in-Image）隐写方案因嵌入过程产生的混合特性而极易被检测，并提出了一种基于独立分量分析高阶矩的简单可解释隐写分析新方法，实验表明该方法在区分载体与隐写图像时准确率高达 84.6%，且此类方案对传统隐写分析也表现出极高的可检测性。
Understanding LLM Behavior When Encountering User-Supplied Harmful Content in Harmless Tasks
该研究通过构建有害知识数据集与九项无害任务，系统评估了主流大语言模型在用户输入包含有害内容的无害任务中的表现，发现包括 GPT-5.2 和 Gemini-3-Pro 在内的最新模型往往未能像具备道德意识的人类那样拒绝处理此类内容，从而揭示了当前模型在内容级伦理对齐方面的显著漏洞。
Delayed Backdoor Attacks: Exploring the Temporal Dimension as a New Attack Surface in Pre-Trained Models
该论文提出了“延迟后门攻击（DBA）”这一新威胁范式，通过引入时间维度使恶意行为与触发暴露解耦，并设计了基于非线性衰减（DND）的机制，利用常见词汇作为触发器，在保持高清洁准确率的同时实现可控延迟后的高成功率攻击，且能有效规避现有防御。
HomeSafe-Bench: Evaluating Vision-Language Models on Unsafe Action Detection for Embodied Agents in Household Scenarios
本文提出了名为 HomeSafe-Bench 的基准测试，用于评估视觉语言模型在家庭场景中的不安全动作检测能力，并设计了名为 HD-Guard 的分层双脑架构，以在实时性推理效率与深度多模态检测精度之间取得平衡。
Cascade: Composing Software-Hardware Attack Gadgets for Adversarial Threat Amplification in Compound AI Systems
该论文提出了一种名为"Cascade"的框架，通过系统性地组合传统软件漏洞（如代码注入）与硬件攻击（如 Rowhammer 或时序攻击），展示了如何放大针对复合 AI 系统的威胁，从而在无需修改模型本身的情况下实现越狱或数据泄露等安全破坏。
Understanding Disclosure Risk in Differential Privacy with Applications to Noise Calibration and Auditing (Extended Version)
该论文指出重建鲁棒性（ReRo）在评估差分隐私风险时存在误导性，并提出了统一的“重建优势”（Reconstruction Advantage）指标，通过建立噪声与攻击优势间的紧密界限，实现了更精准的噪声校准与系统审计。
Security Considerations for Artificial Intelligence Agents
本文基于 Perplexity 在运营通用智能体系统的实践经验，深入分析了 AI 智能体因架构变革带来的新型安全威胁与攻击面，并提出了涵盖多层防御机制、策略执行及未来研究方向的系统性安全建议。
STAMP: Selective Task-Aware Mechanism for Text Privacy
STAMP 是一种新的任务感知文本隐私框架，它通过结合任务重要性与隐私敏感度来动态分配隐私预算，并利用仅扰动嵌入方向而保留幅度的“极化机制”在 SQuAD、Yelp 和 AG News 等数据集上实现了更优的隐私与效用权衡。
Detecting LLM-Generated Peer Reviews
本文提出了一种通过间接提示注入在论文 PDF 中嵌入隐蔽水印以检测大语言模型生成同行评审的框架，该框架设计了具有强统计保证的假设检验方法，在无需假设人类评审特征的前提下，有效克服了传统多重检验校正过于保守的问题，并展现出对多种防御策略的鲁棒性。
Integer Factorization via Tensor Network Schnorr's Sieving
该论文提出了一种基于张量网络方法的 Schnorr 筛法算法，将 RSA 整数分解转化为组合优化问题，数值模拟显示其在分解 100 位以内半素数时表现出资源随位数多项式增长的潜力，从而凸显了向抗量子密码体系转型的紧迫性。
PrometheusFree: Concurrent Detection of Laser Fault Injection Attacks in Optical Neural Networks
本文提出了名为 PrometheusFree 的光学神经网络框架，通过引入波长扰动（WDP）技术实现了对激光故障注入攻击的并发检测，显著降低了攻击成功率并提升了检测准确率。
Probabilistic Counters for Privacy Preserving Data Aggregation
本文从差分隐私角度深入分析了概率计数器（如 Morris 和 MaxGeo 计数器），证明了其内在随机化足以在无需额外噪声的情况下保护隐私，并提出了基于这些计数器的隐私保护数据聚合协议，用于分布式调查并与传统拉普拉斯方法进行了对比。
Automated TEE Adaptation with LLMs: Identifying, Transforming, and Porting Sensitive Functions in Programs
本文提出了 AUTOTEE，这是首个利用大语言模型自动识别、转换并将敏感函数移植到可信执行环境（TEE）中的方法，通过构建包含 385 个敏感函数的基准数据集，在 Java 和 Python 语言上分别实现了 91.8% 和 84.3% 的高成功率，显著降低了开发者适配 TEE 的门槛。