CESBench is the first benchmark for cryptographic engineering security in IoT, covering six sub-domains and four task types. Evaluation of 11 LLMs shows composite scores from 54.4% to 83.6%, with judgment justification being the weakest co…
Method
CESBench terdiri atas 380 item yang ditulis ahli dan dirancang mencakup keluasan keamanan rekayasa kriptografi untuk perangkat IoT. Item-item tersebut diorganisasi ke dalam enam s…
Results
Evaluasi 11 LLM pada CESBench mengungkap rentang performa yang lebar. Skor komposit berkisar dari 54,4% hingga 83,6%, menunjukkan variasi signifikan dalam kompetensi keamanan rekayasa kriptografi. Pa…
This paper presents a Paillier-based client that combines carry-separated binary encoding, table-based encryption, reduced-exponent decryption, CUDA/CGBN arithmetic, persistent device state, and batched retrieval to accelerate Hamming-dist…
Method
Arsitektur klien mengintegrasikan beberapa optimasi. Pengodean biner terpisah-carry memastikan setiap bit dari embedding biner dikodekan sebagai komponen ciphertext terpisah, sehi…
Results
Konfigurasi GPU lookup mencapai throughput batch median 43.091 enkripsi/s dan 28.983 dekode jarak Hamming/s. Biaya teramortisasinya adalah 0,0232 ms per enkripsi dan 0,0345 ms per dekode, yang berkor…
Qi Li; Jidong Yang; Huaike Yu; Chunpeng Wang; Suo Gao; Herbert Ho-Ching Iu; Yuantian Miao; Bin Ma; Xiao Chen
Summary
StyleStegaNet replaces cover-matching steganography with style-concealment transmission, generating stylized stego images conditioned on public style references. A four-stage pipeline with progressive training and wavelet-domain constraint…
Method
StyleStegaNet menguraikan masalah keseluruhan menjadi empat tahap terkoordinasi: 1. **Pembangkitan stego** — menyisipkan rahasia ke dalam representasi perantara. 2. **Transmisi be…
Results
Eksperimen ekstensif pada dataset **DIV2K** dan **MS-COCO** menunjukkan efektivitas StyleStegaNet. Kerangka ini mencapai pemulihan rahasia yang andal di bawah transmisi bergaya, memvalidasi jalur pem…
Van Thang Nguyen; Frederic Rupprecht; Tom Lawrence; Lucca Di Benedetto; Sören Schubert; Amor Rezgui; Sebastian Werner; …
Summary
TrustBOM is a scalable architecture that uses zero-knowledge non-membership proofs to let software providers attest the absence of specific vulnerabilities or restricted licenses in their SBOMs without exposing sensitive dependency informa…
Method
TrustBOM terintegrasi ke dalam pipeline CI/CD perusahaan yang sudah ada untuk menghasilkan dan memverifikasi atestasi SBOM yang menjaga kerahasiaan. Primitif kriptografi intinya a…
Results
Evaluasi empiris menunjukkan kinerja linear, dengan waktu pembangkitan bukti rata-rata 0,9 detik per constraint pada perangkat keras komoditas. Penskalaan linear ini mengonfirmasi bahwa pembangkitan …
Muhammad Ejaz Ahmed; Hyoungshick Kim; Mohsen Ali Alawami; Alsharif Abuadbba; Seyit Camtepe; Surya Nepal; Junaid Qadir
Summary
DEFEAT groups causally related file events into File Event Gadgets (FEGs), models each as an attributed control flow graph, and clusters them with a GNN to detect ransomware at the first encrypted file, achieving 99.2% accuracy across 67 f…
Method
DEFEAT beroperasi dalam tiga tahap utama: (1) konstruksi FEG, (2) pemodelan dan embedding ACFG, dan (3) pengelompokan tanpa supervisi dengan pelabelan analyst-in-the-loop. **Konst…
Results
DEFEAT dievaluasi pada korpus **97.816.471 peristiwa I/O berkas** yang mencakup **67 famili ransomware**. Kerangka kerja ini mencapai **akurasi deteksi 99,2%**. Ia mengungguli metode state-of-the-art…
Byeongseo Min; Yongwoo Lee; Young-Sik Kim; Yongjune Kim
Summary
HE-Guardrail is a framework that evaluates guardrail mechanisms entirely over encrypted data and homomorphically controls whether the target-model response is returned to the client. It closely reproduces the decisions of plaintext guardra…
Method
HE-Guardrail beroperasi di ranah terenkripsi, di mana server memegang bobot model terenkripsi dan menerima input klien terenkripsi. Kerangka kerja ini mengintegrasikan model guard…
Results
Penulis mengevaluasi HE-Guardrail dengan tiga guardrail representatif: Llama Guard, JBShield, dan GradSafe. Hasilnya menunjukkan bahwa HE-Guardrail mereproduksi secara dekat keputusan guardrail plain…
This study introduces SuriCap, a platform for rule engineering exercises, and analyzes 3,146 rules created by 60 participants across four scenarios. It identifies three phases in rule engineering and finds that prior experience has limited…
Method
Penulis mengembangkan SuriCap, sebuah platform yang memfasilitasi latihan rekayasa aturan dengan menyediakan lingkungan terkendali bagi peserta untuk menulis aturan Suricata. Mere…
Results
Analisis terhadap 3.146 aturan yang valid mengungkap beberapa temuan kunci. Secara mengejutkan, pengalaman sebelumnya memiliki dampak terbatas pada kualitas aturan, menunjukkan bahwa engineer yang ku…
This paper benchmarks static embedding models (Word2Vec, FastText, Doc2Vec) for HTTP request anomaly detection using a modular pipeline called HEDA. FastText-based embeddings achieve the most consistent performance across synthetic and rea…
Method
Arsitektur HEDA terdiri dari dua tahap utama: pembuatan embedding dan deteksi anomali. Pertama, permintaan HTTP diurai dan ditokenisasi menjadi urutan token (misalnya, method, pat…
Results
Metodologi yang diusulkan dievaluasi pada tiga dataset dengan karakteristik heterogen, termasuk lalu lintas sintetis dan nyata. Dataset bervariasi dalam ukuran, jenis serangan, dan pola lalu lintas. …
Qihang Cen; Tianshuo Cong; Da Song; Xinlei He; Jiaxing Song; Ke Xu; Qi Li
Summary
PriMobiBench introduces a unified pipeline and the MobiLeak dataset to measure privacy leakage and visual profiling in VLM-driven mobile GUI agents. It shows VLMs can extract sensitive on-screen data with up to 82.5% success and infer user…
Method
PriMobiBench dibangun di sekitar pipeline terpadu dengan tiga tahap: pembuatan data, konstruksi lintasan agen, dan evaluasi multi-model. **Pembuatan data.** Penulis membangun **Mo…
Results
Evaluasi mengungkap risiko privasi yang besar pada agen GUI seluler berbasis VLM. **Kebocoran langsung.** VLM dapat mengekstraksi informasi sensitif secara langsung dengan tingkat keberhasilan hingga…
This paper introduces PMPA, a Persistent Memory Poisoning Attack that embeds malicious instructions into benign external sources, inducing harness-based agents to store them in persistent memory for later cross-session exploitation. Evalua…
Method
PMPA beroperasi dalam dua fase: injeksi dan pengambilan. Selama injeksi, penyerang menyusun konten eksternal yang tampak wajar (misalnya dokumen, halaman web, atau keluaran alat) …
Results
Di semua pengaturan, PMPA mencapai ISR dan C-ASR rata-rata 73,7% dan 55,5% pada OpenClaw, serta 66,9% dan 81,7% pada Claude Code. Hasil ini menunjukkan bahwa peracunan memori persisten adalah vektor …
