Wai Kin Wong; Dongwei Xiao; Anthony Cheuk Tung Lai; Ping Fan Ke; Shuai Wang
Summary
StateLens leverages LLM-based agents to automatically discover high-value internal states in JavaScript engines, overcoming the coverage plateau of traditional fuzzers. It uncovers 68 new bugs, significantly outperforming state-of-the-art …
Method
StateLens terdiri dari tiga komponen utama: (1) pipeline agen bertenaga LLM untuk pemilihan target instrumentasi, (2) modul sintesis probe, dan (3) loop fuzzing umpan balik ganda.…
Results
StateLens dievaluasi terhadap fuzzer mutakhir pada mesin JavaScript dunia nyata. Eksperimen menunjukkan bahwa StateLens secara signifikan mengungguli fuzzer yang ada dalam hal cakupan kode dan penemu…
Attack success rate (ASR) is treated as a single headline number, but it is actually a family of metrics parameterized by six under-specified design choices. A meta-analysis of 259 papers and an analytical study show that most evaluations …
Method
Makalah ini menggabungkan dua metodologi yang saling melengkapi. Pertama, meta-analisis teks lengkap terhadap 259 makalah keamanan agentik yang diposting ke arXiv antara Februari …
Results
Meta-analisis menemukan bahwa sebagian besar makalah tidak melaporkan estimasi varians maupun pengulangan run untuk metrik serangan utama mereka: 58% (95% CI 44-71) pada sampel acak 50 makalah yang d…
Oscar Lasierra; Gines Garcia-Aviles; Antonio Skarmeta; Xavier Costa-Pérez
Summary
5G-Shark is an open-source security assessment tool and methodology that leverages standardised cell-reselection to establish a rogue-cell vantage and audit subscriber privacy and unauthenticated signalling in commercial 5G Standalone netw…
Method
5G-Shark dibangun sepenuhnya dari tumpukan perangkat lunak sumber terbuka dan perangkat keras SDR, sehingga menjamin reproduksibilitas dan biaya rendah. Inovasi metodologis intiny…
Results
Evaluasi terhadap penerapan 5G SA komersial menghasilkan beberapa temuan kritis. Pertama, 5G-Shark berhasil meminta pengenal pelanggan dari UE di beberapa jaringan. Dalam beberapa kasus, UE merespons…
This digest outlines the IMRAD structure for a proposed cross-shard query optimization scheme that combines sharding and table partitioning in payment system databases. It highlights the need for efficient distributed query processing to h…
Method
Metodologi ini mengusulkan skema optimasi kueri lintas shard yang mengintegrasikan sharding dan partisi tabel. Pendekatan ini terdiri dari beberapa komponen: (1) strategi penempat…
Results
Makalah ini melaporkan hasil eksperimen dari implementasi prototipe yang dievaluasi pada beban kerja sistem pembayaran yang disimulasikan. Eksperimen membandingkan skema optimasi kueri lintas shard y…
Qianyu Yu; Lefteris Kokoris-Kogias; Alberto Sonnino
Summary
Hydrozoan is the first DAG-based consensus protocol with a dual commit path under a hybrid fault model of f Byzantine and c crashed validators, committing in two message delays when at most p validators are faulty and three otherwise. Its …
Method
Hydrozoan beroperasi pada DAG tempat validator menyebarkan blok dan mereferensikan blok sebelumnya. Protokol memparameterkan himpunan validator sebagai $n = 3f + c + 2p + 1$, deng…
Results
Evaluasi terdistribusi geografis menunjukkan bahwa Hydrozoan menyamai throughput Mysticeti sambil melakukan commit sekitar **25% lebih cepat** ketika fast quorum cocok dengan wilayah cepat. Ketika fa…
Mustafa S. Aljumaily; Hayder Kareem Abed; Nawar S. Alseelawi
Summary
This paper formalizes AI-augmented cyber defense as a Bernoulli detection cascade with Neyman-Pearson/Bayesian detectors and a capacity-constrained human-AI triage model. Simulation shows AI gains compound where traditional layering satura…
Method
Makalah ini membangun tiga komponen formal dan mengevaluasinya melalui simulasi Monte Carlo dan analitis pada titik operasi yang ilustratif namun realistis. **1. Pertahanan berlap…
Results
Simulasi menghasilkan dua temuan utama. **(i) Augmentasi AI berlipat ganda di seluruh lapisan pertahanan.** Keuntungan marginal dari augmentasi AI paling besar justru di tempat pelapisan tradisional …
This survey assesses the integration of Large Language Models in the mobility sector, finding that research focuses on performance while neglecting security, privacy, and reliability. Among 35 reviewed works, only one includes a partial vu…
Method
Penulis melakukan survei sistematis terhadap literatur yang ada tentang aplikasi LLM di sektor mobilitas. Mereka meninjau 35 karya, mengekstraksi informasi tentang model yang digu…
Results
Temuan menunjukkan bahwa penelitian terutama mempelajari model GPT dan Llama (lebih dari 50% karya yang ditinjau) dan aplikasi lalu lintas, sementara sebagian besar mengabaikan keamanan, privasi, dan…
Shuyang Tang; Sherman S. M. Chow; Hongfei Fu; Zihan Guo; Guoqiang Li
Summary
Recursive Invariants (RIs) express multi-step workflow rules as transaction-level predicates over inputs and indexed successor positions, re-checked one step later to carry rules forward without shared mutable state. A statically typed DSL…
Method
Invarian Rekursif (RI) mengekspresikan aturan alur kerja multi-langkah sebagai predikat tingkat transaksi atas input dan posisi penerus terindeks, diperiksa ulang satu langkah kem…
Results
Prototipe interpreter RI dan toolchain benchmarking dievaluasi pada enam beban kerja. Enam studi kasus yang dimotivasi praktik menunjukkan pertumbuhan proksi biaya validasi kumulatif yang kira-kira l…
This paper presents a controlled post-alert incident orchestration subsystem that separates deterministic classification, contextual analysis, human approval, and technical execution. Evaluated in a laboratory scope, it achieved functional…
Method
Subsistem yang diusulkan diorganisasi sebagai pipeline yang dimulai setelah alert masuk ke Elasticsearch. Pipeline terdiri dari tahapan berikut: 1. **Alert Ingestion**: Alert simu…
Results
Eksperimen menghasilkan hasil berikut: - **Akurasi Rule Engine**: Rule Engine cocok dengan matriks perutean yang telah ditentukan pada semua 30 kasus batas, menunjukkan kebenaran fungsional yang semp…
Han Chen; Hanchen Wang; Hongmei Chen; Lu Qin; Wenjie Zhang; Ying Zhang
Summary
HYDRA is a proactive adaptation framework that learns drift-invariant representations from hierarchically structured Android app graphs, achieving lower error rates with up to 87.5% fewer labeled samples than state-of-the-art baselines.
Method
HYDRA memodelkan setiap aplikasi Android menggunakan struktur graf hibrida yang mengintegrasikan Control Flow Graph (CFG) berbutir halus dan Function Call Graph (FCG) berbutir kas…
Results
Eksperimen ekstensif pada dataset malware berskala besar yang terurut waktu menunjukkan bahwa HYDRA mencapai False Negative Rate (FNR) dan False Positive Rate (FPR) yang jauh lebih rendah dibandingka…
