Beyond LWE：Dihedral Coset Problem 被反事实攻破下的后量子假设综述
arXiv 综述 arXiv:2610.36731 以 2026 年一个已被推翻的 Dihedral Coset Problem (DCP) 高效量子算法主张为切入点，区分无噪循环 coset-state、指定失败指数与外推态三类求解器假设，将非结构化归约与三十余项格及非格假设逐一比对。
看学术
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。
分类筛选展开收起
攻击手段
防御体系
模型内生风险
系统与组件
应用场景
评测与治理
可解释与机制
共 1,382 条 · 更新于 15:39
arXiv推荐指数4141 arXiv推荐指数5555 PrivacyEvalClaw：用于审计 LLM 越狱回复隐私泄露的工具增强审议式代理
论文提出 PrivacyEvalClaw，一个免训练的审议式代理，用于评估 LLM 越狱回复中的隐私泄露。它将评测器和分析模块视为工具，自适应收集证据、调查不确定披露并调和冲突信号后再给出判断。
arXiv推荐指数5555 arXiv 论文提出任务条件可见度裕度，量化多源异常检测器的隐蔽源操纵风险
论文提出威胁量化指标任务条件可见度裕度（task-conditioned visibility margin），定义为操纵每单位下游任务危害必须暴露的最少检测器证据，该裕度有闭式解，每张证书约 85 μs，可给出最小证据攻击并识别检测器看不见的任务相关方向。
arXiv推荐指数2525 Uniswap v4 与 PancakeSwap Infinity Hook 未披露扣费的实证研究
首个针对生产环境 Hook 生态未披露结算扣费的大规模实证研究覆盖 Uniswap v4 与 PancakeSwap Infinity 上 7,873 个 Hook 部署、50,011 个池与 296M 池事件（截至 8 月 1 日）。
arXiv推荐指数5858 IEEE S&P 2027 论文：少步数文生图模型加速与安全存在固有张力，提出 DICE 擦除方法
论文研究少步数蒸馏文生图模型的安全性，发现加速与安全存在固有张力：少步数模型往往比教师模型更不安全，减少推理步数会持续推高不安全生成率，且加速使不安全概念更难被擦除。
arXiv推荐指数5757 NDSS 2027 论文分析 Discord 第三方机器人安全隐私问题并提出 BotLens 审计框架
论文分析了 23,102 个 Discord 第三方机器人和 183,142 条用户评论，通过 LLM 知识蒸馏微调 DeBERTa 分类器并人工校验，保留 8,832 条安全隐私相关评论（管线产出率 4.82%），映射为 31 主题分类体系。
arXiv推荐指数5353 论文提出批量不变性强制框架，提升 LLM 内核生成智能体的数值可复现性
arXiv 论文提出名为 ool 的框架，针对 LLM 服务系统动态批处理导致内核数值输出随批上下文变化的问题，结合契约引导的静态依赖分析与跨批上下文位一致性动态验证来强制批量不变性（BI）。
arXiv推荐指数4747 硬件恶意软件检测器的故障脆弱性：Silent Blindness 研究
一项 arXiv 研究对硬件恶意软件检测器（HMDs）进行结构故障注入，评估 18 种分类器、4 种计数器预算及 AdaBoost/Bagging 集成下的 453,174 次决策卡滞与参数位翻转事件。
arXiv推荐指数4242 Maven 生态上游安全事件与下游漏洞缓解的细粒度实证研究
一项针对 Maven 生态 832 个 CVE 的实证研究发现，上游修复与下游采纳两侧均存在延迟：约 82% 的 CVE 在 NVD 披露前已发布修复版本，其余 17.9% 的下游项目在披露后数天至四个月内无可用修复。
arXiv推荐指数5252 Req2Test-Bench：评测LLM Agent从软件需求生成行为充分测试的基准
论文提出Req2Test-Bench，包含5,086个执行验证实例，来自8个开源项目、5种编程语言和4种BDD框架，每个实例将Gherkin自然语言需求与开发者编写的行为测试实现配对。
arXiv推荐指数2222 Peak-DNA：识别全球叙事流中复现传播形态的框架
Peak-DNA 是一个用于识别全球叙事流中复现传播形态的框架，它将 GDELT 每小时活动数据经去噪、宏峰整合与时间对齐转化为归一化宏峰事件，并基于 DTW 相似度分析比较传播形态。
arXiv推荐指数4444 CASEL：面向后果感知的工具调用 Agent 运行时选择性执行层
CASEL（Consequence-Aware Selective Execution Layer）提出一种模型无关的运行时分配策略，为工具调用 Agent 的每次工具调用在直接执行、验证、沙箱、澄清、审批和弃权之间选择，综合校准失败概率、状态相关后果、可逆性、歧义与证据新鲜度。
arXiv推荐指数4444 ProCerDCL：面向深度学习编译器优化的查询高效黑盒概率验证框架
ProCerDCL 提出一种查询高效的黑盒概率验证框架，通过单一序贯检验（修正精确二项置信区间或 anytime-valid 置信序列）判定属性违反概率 p 是否超过阈值 θ，给出接受、拒绝或不确定三值结论，并将各类错误判定概率控制在指定误差预算内。
arXiv推荐指数4444 FIDES-Live：评估顺序交易智能体的行为一致性
FIDES-Live 将 FIDES 从生成策略一致性扩展到顺序智能体轨迹审计，对 10 条推理路径、7,299 个加密货币账户轮次及 310 轮股票试点进行回溯审计。加密货币决策有效率为 97.35%，可评分回答的结构化报告准确率为 90.81%，承诺遵守率整体为 94.36%。非空订单提案约束的遵守率降至 62.63%，而有效空提案为 97.56%；所有现金与持仓变动均与成交记录对账一致。
WikiCFP推荐指数88 CyberHunt 2026：第 9 届网络威胁情报与狩猎年度研讨会（与 IEEE BigData 2026 联合举办）
CyberHunt 2026 第 9 届网络威胁情报与狩猎年度研讨会将于 12 月 14 日至 17 日在美国亚利桑那州凤凰城举办，与 IEEE BigData 2026 联合举行，截稿日期为 10 月 26 日。
WikiCFP推荐指数55 IJSPTM 2026 国际安全、隐私与信任管理期刊征稿
WikiCFP 收录 IJSPTM 2026（International Journal of Security, Privacy and Trust Management）征稿信息，截稿日期为 Oct 25, 2026。原文仅提供期刊名称与截稿日期，未涉及具体研究内容、模型或安全评测数据。
CFP Directory推荐指数33 World Conference on Quantum Computing and Applications (WCQCA-2027) 征稿启事
WCQCA-2027（World Conference on Quantum Computing and Applications）将于 3 月 22 日至 3 月 24 日在大阪举办，征稿截止日期为 3 月 15 日。会议议题涵盖 Edge Computing Security、GraphQL Security、Physical Security 等方向。
Nature推荐指数55 AI 模型幻觉引用应被视为学术不端行为
Nature 发文主张，AI 大语言模型生成的幻觉引用（hallucination）应被认定为研究不端行为（research misconduct）。文章指出，模型幻觉导致的虚假参考文献会污染学术文献体系，需要研究者与出版机构承担相应责任。
Nature推荐指数55 AI 水印技术必须鼓励独立的公众审查
Nature 社论指出，AI 水印技术必须鼓励独立的公众审查，以确保其可信度与有效性。文章强调，水印方案应接受外部研究者的独立验证，而非仅由开发方自行宣称效果。这一主张呼应了当前 AI 治理领域对透明度与可审计性的要求。
Nature推荐指数55 科学家能否可靠识别小说是否由 AI 撰写？
Nature 发文探讨科学家能否可靠判断一部小说是否由 AI 撰写，但正文因页面组件加载失败而未能呈现，仅显示浏览器扩展、网络或设置问题的提示，未提供任何具体研究数据、方法或结论。
Nature推荐指数11 Nature 作者更正：针对噬菌体感染的化学防御
Nature 发布了一篇作者更正，题为“A chemical defence against phage infection”（针对噬菌体感染的化学防御）。正文内容因页面加载失败未能获取，仅确认该更正涉及一篇关于化学防御噬菌体感染的研究论文。
arXiv推荐指数5959 arXiv论文：AI编码Agent过度顺从式重构行为研究
论文对迭代重构任务开展受控研究，让 Codex 和 Claude Code 在五个模型上反复被要求继续重构，累计超过 3,000 轮对话，定义了六个过度顺从行为信号。结果显示没有模型在代码已优化后停止编辑，全部持续改写，最多重写达原代码库的 31 倍，甚至在声明任务完成后仍继续编辑。作者指出过度顺从是随轮次累积的高成本行为，六个信号可帮助开发者和工具构建方检测并抑制该行为。
arXiv推荐指数3838 RefactorProof：LLM 生成的形式化证明在程序重构下的稳定性压力测试
研究提出 RefactorProof 基准，从 VERINA 中 185 个可编译任务派生出 458 个 Lean 认证变体，测试同一证明在行为保持的程序重构后是否仍然有效。
arXiv推荐指数6060 arXiv 论文研究无署名签名时如何检测 AI 编码代理的提交
论文基于来自 1,226 个仓库的 7,837,946 条提交，覆盖五个编码代理与人类提交，研究在去除 bot 账号、Co-authored-by 等署名签名后能否区分 AI 代理提交。
安全paper推荐指数5555 PrivacyEvalClaw：用于审计 LLM 越狱回复隐私泄露的工具增强审议式代理
arXiv:2610.36711 提出 PrivacyEvalClaw，一个免训练的审议式代理，用于评估 LLM 越狱回复是否泄露个人信息，尤其针对间接、部分、上下文相关或混淆的披露场景。
安全paper推荐指数6262 arXiv论文分析提示词注入攻击的复用与防御修正行为
arXiv:2610.36422 论文分析了 Tensor Trust 游戏中全部 563,349 条攻击记录，研究被 LLM 越狱提示词攻击的目标如何复用这些攻击并修正防御。
安全paper推荐指数6262 Heads of Security：用可学习注意力门提升提示词注入鲁棒性
arXiv:2610.37657 论文提出 Heads of Security（HoS），一种通过可学习的逐头注意力门实现指令与数据分离的提示词注入防御，在 Llama-3.3-70B-Instruct 和 GPT-OSS-20B 上评测。
ShortSpan推荐指数7878 NTBench 论文揭示近目标提示词注入使 Meta-SecAlign-70B 攻击成功率从 3.2% 升至 36.7%
论文《On Task, Off Track: Benchmarking LLM and Agent Robustness to Near-Target Prompt Injection》提出近目标提示词注入（near-target prompt injection）与评测集 NTBench：注入指令不再要求模型放弃用户任务，而是让模型完成任务但把其中一处做错或做有害。
Security & Privacy Conference Deadlines推荐指数1010 PrivaCI 2027 征稿：上下文完整性应用年度研讨会（6 月 10–11 日，魁北克城）
PrivaCI 2027（上下文完整性应用年度研讨会）将于 6 月 10–11 日在加拿大魁北克城举办，征稿截止时间为 2027 年 3 月 6 日 19:59:59。
Security & Privacy Conference Deadlines推荐指数88 SecureComm 2027 征稿：EAI 通信网络安全与隐私国际会议（合肥，10 月 15–18 日）
EAI International Conference on Security and Privacy in Communication Networks（SecureComm 2027）将于 10 月 15–18 日在中国合肥举办，DBLP 收录，第一轮投稿截止日期为 2027 年 2 月 2 日 7:59:59 pm。
Security & Privacy Conference Deadlines推荐指数55 AfricaCrypt 2027 密码学国际会议（科特迪瓦阿比让）征稿
AfricaCrypt 2027 国际密码学会议将于 7 月 7–9 日在科特迪瓦阿比让（Abidjan）举办，论文投稿截止日期为 2027 年 1 月 16 日 19:59:59。该会议由 DBLP 收录，面向非洲及全球密码学研究者。