忆阻器脉冲神经网络的硬件感知模型反演研究:SDMI 方法与硬件非理想性对隐私泄漏的影响
arXiv 论文提出 Spiking Domain Model Inversion(SDMI),将 Expectation over Transformation(EOT)与代理梯度结合,用于对映射到忆阻器交叉阵列的脉冲神经网络(SNN)执行模型反演攻击。
AI 安全方向的论文、会议、比赛、教程与资料,按内容形态筛选,支持搜索。
arXiv 论文提出 Spiking Domain Model Inversion(SDMI),将 Expectation over Transformation(EOT)与代理梯度结合,用于对映射到忆阻器交叉阵列的脉冲神经网络(SNN)执行模型反演攻击。
arXiv 论文《The Privacy and Security Risks of Edge LLM Optimization》指出,边缘部署大语言模型需要降低内存、计算与能耗的优化技术,但保持任务性能并不等于保持安全。作者将优化视为一种信息变换,认为它会改变模型表示、决策路径与信任边界,从而造成安全漂移(security drift)与优化引入的攻击面。
Splicer 是一个 WebAssembly 组件插桩框架,通过组件互操作机制提供语义丰富的应用层类型、支持可插拔工具链,并将每个工具限制在显式授权的沙箱中运行,以解决跨语言、跨运行时插桩工具在类型层级、可组合性、功能碎片化与权限控制上的割裂问题。作者在一组基准测试上评估了 Splicer,验证了用多种源语言编写的非平凡工具的可插拔性及其性能表现。
论文提出首个硬件级属性窃取攻击 SparseBleed,利用稀疏驱动执行路径产生的稳定时序签名作为模型置信度的替代,无需访问梯度、logits、模型权重或功耗轨迹,即可从单次查询高保真推断属性。
SecDMP 提出一种可证明安全的硬件防御,要求在内存中标记机密数据,确保数据内存依赖预取器(DMP)永不将这些机密编码进微架构,且不牺牲公开数据的性能。论文形式化证明 SecDMP 不引入超出无 DMP 基线语义的泄漏,与推测执行防御结合可为 constant-time 代码恢复完整的微架构安全。
一项案例研究提出结合 LLM、断言与模型检查器 JasperGold 的自动化 RTL Bug 修复方法,在 BRISC-V RISC-V 处理器上通过变异测试实现最高 98% 的单行 RTL Bug 修复率和 93% 的多行 Bug 修复率。
研究用 wolfSSL 在 Raspberry Pi Pico W、Pico 2 W、ESP32 和 Raspberry Pi Zero 上对 36 种 TLS 1.3 算法组合进行握手延迟与能耗基准测试。
SPECTER 是一种后渗透隐蔽信道,通过主机侧 USB 电源控制从气隙与网络隔离系统中窃取数据,无需将载荷放入 USB 数据传输。
论文 PAGE404: Breaking GPU Isolation Through Hardware-assisted Page Migration(作者 Ravan Nazaraliyev。