Jakob Nyberg; Teodor Sommestad; Andrei Buhaiu; Joakim Loxdal; Pontus Johnson; Mathias Ekstedt
Ringkasan
Penelitian ini mengevaluasi agen respons insiden jaringan otonom di dalam cyber range yang dirancang untuk pelatihan operator manusia, membandingkan kebijakan heuristik dengan kebijakan reinforcement learning (RL). Agen RL menunjukkan efis…
Metode
Pengaturan eksperimen memanfaatkan cyber range dengan lingkungan jaringan teremulasi bertopologi variabel, emulasi red-team, dan agen pengguna tersimulasi. Alert yang dihasilkan p…
Hasil
Eksperimen menunjukkan bahwa agen reinforcement learning secara keseluruhan lebih efisien dalam mempertahankan sistem dibandingkan kebijakan heuristik. Secara spesifik, agen RL mencapai biaya gabunga…
Chris S. Lin; Joyce Qu; Aditya Rajeev; Gururaj Saileshwar
Ringkasan
GPUThor memperkenalkan pola hammering non-uniform yang merekayasa balik coalescing akses memori GPU untuk mengintensifkan aggressor row, menghasilkan hingga 23.500X lebih banyak bit flip dibandingkan serangan Rowhammer GPU sebelumnya. Sera…
Metode
GPUThor merekayasa balik perilaku coalescing akses memori GPU untuk memungkinkan pola hammering non-uniform pada GPU, yang mengaktifkan aggressor row lebih intens dibandingkan dec…
Hasil
Secara bersama-sama, teknik-teknik ini menghasilkan 500X hingga 23.500X lebih banyak bit flip dibandingkan serangan Rowhammer GPU sebelumnya, pada beberapa GPU NVIDIA (A4000, A4500, A5000, A6000), me…
Jakob Nyberg; Sandor Berglund; Andrei Buhaiu; Joakim Loxdal; Pontus Johnson; Mathias Ekstedt
Ringkasan
MAL Simulator adalah simulator operasi siber yang dibangun di atas Meta Attack Language (MAL) yang memungkinkan simulasi serangan dan pertahanan berbasis keputusan tanpa modifikasi kode sumber. Studi kasus menunjukkan agen RL terlatih meng…
Metode
MAL Simulator diarsiteki di sekitar MAL, bahasa pemodelan serangan probabilistik. Model MAL terdiri dari aset, langkah serangan, dan pertahanan, yang terhubung melalui graf serang…
Hasil
Eksperimen menghasilkan tiga temuan kunci. Pertama, kebijakan penyerang terlatih mencapai target yang ditentukan lebih efisien dibandingkan metode pencarian pembanding, menunjukkan efektivitas RL unt…
He (2026) membangun ukuran sintetis privat diferensial ε untuk n titik di [0,1]^d dengan menerapkan PrivTree untuk membentuk partisi biner adaptif dan merilis massa daunnya secara privat. Galat 1-Wasserstein adalah Õ_d((εn)^{-1/d}) untuk …
Metode
Mekanismenya adalah prosedur dua tahap. Pertama, PrivTree (algoritma partisi hierarkis privat diferensial) dijalankan pada dataset untuk menghasilkan partisi biner adaptif $\mathc…
Hasil
Makalah ini menetapkan tiga hasil utama. Pertama, untuk setiap $d \ge 2$ dan setiap dataset berisi $n$ titik di $[0,1]^d$, galat 1-Wasserstein yang diharapkan dari ukuran sintetis memenuhi $$ \mathbb…
Tinjauan ini menyintesiskan lebih dari 120 publikasi keamanan dari 2008 hingga 2025 tentang bagaimana batas isolasi virtualisasi dan container dilanggar, memperkenalkan kerangka ADPO untuk menilai pertahanan secara kuantitatif dan memetaka…
Metode
Penelitian ini merupakan tinjauan literatur sistematis yang mencakup lebih dari 120 publikasi keamanan yang diterbitkan antara 2008 dan 2025. Korpus mencakup serangan tingkat hype…
Hasil
Tinjauan ini mengidentifikasi dan mengevaluasi kelas ancaman pelanggaran isolasi yang luas di kedua lapisan VM dan container. Kategori ancaman utama yang dikaji adalah: 1. **Virtual machine escape** …
MarkSec menyatukan serangan stealing, scrubbing, dan spoofing pada watermark LLM di bawah protokol bersama dan memperkenalkan metrik keberhasilan yang dibatasi kualitas. Eksperimen menunjukkan bahwa pemenang serangan yang tampak bergantung…
Metode
MarkSec menyediakan kerangka kerja terpadu untuk mengevaluasi serangan stealing, scrubbing, dan spoofing terhadap watermark LLM. Kerangka kerja ini menstandardisasi kalibrasi dete…
Hasil
Eksperimen di seluruh keluarga watermark, serangan, LLM, dan dataset yang representatif menghasilkan tiga temuan utama. **Pertama**, serangan yang tampak terkuat hanya berdasarkan penghapusan waterma…
Makalah ini secara sistematis menganalisis ancaman keamanan pada agen pengujian penetrasi otonom berbasis LLM, mengusulkan taksonomi ancaman yang selaras dengan siklus hidup yang mencakup siklus hidup LLM, arsitektur agen, dan serangan per…
Metode
Penulis menggunakan pendekatan analisis keamanan sistematis yang berfokus pada agen pengujian penetrasi AI otonom. Metodologi ini melibatkan tiga langkah utama: 1. **Analisis Arsi…
Hasil
Analisis ini menghasilkan beberapa temuan kunci: - **Batas Kepercayaan dan Permukaan Serangan**: Agen pengujian penetrasi AI otonom memiliki batas kepercayaan yang diperluas karena kemampuannya berin…
Agen seluler dan pengguna manusia dapat mengamati informasi yang berbeda secara material dari keadaan UI yang sama, suatu ketidakcocokan yang oleh penulis disebut desinkronisasi UI manusia-agen. Dengan menyematkan perturbasi pra-penerapan …
Metode
Untuk secara sistematis menyingkap dan mengevaluasi ancaman tersebut, penulis mengembangkan kerangka kerja otomatis yang membangun serangan desinkronisasi UI yang agnostik terhada…
Hasil
Kerangka kerja ini mencapai tingkat menyesatkan rata-rata **77,9%** dalam evaluasi statis dan **66,9%** dalam evaluasi dinamis di 546 tugas, lima kerangka kerja agen, dan tiga model tulang punggung. …
InceptionRAG memecah muatan berbahaya menjadi rangkaian pasase yang secara individual tampak tidak berbahaya; ketika diambil bersama, pasase-pasase itu memicu LLM menyimpulkan sendiri misinformasi target melalui penalaran multi-hop. Serang…
Metode
InceptionRAG bekerja dengan menguraikan muatan berbahaya menjadi beberapa pasase dorman yang secara individual bersifat benigna. Alur serangan dapat diringkas sebagai berikut: Unt…
Hasil
Evaluasi ekstensif dilakukan pada **tiga dataset** dan **tiga LLM**. Temuan kuantitatif utamanya adalah: - **Tingkat keberhasilan serangan (ASR) melebihi 80%** bahkan di bawah kendala adversarial yan…
Kai Yao; Bence Szilágyi; Sebestyén Kamp; Máté Poór; Máté Szilveszter; Matyas K. Zsoldos; Marc Juarez
Ringkasan
Makalah ini menyajikan tolok ukur ketahanan sistematis pertama untuk tanda air gambar tak terlihat lokal, mengevaluasi MaskWM, WAM, OmniGuard, TrustMark, dan PixelSeal di 55 transformasi. Temuannya adalah semua metode rentan terhadap suatu…
Metode
Tolok ukur ini mengevaluasi lima metode tanda air lokal: MaskWM, WAM, OmniGuard, TrustMark, dan PixelSeal. Untuk setiap metode, penulis mengukur dua hasil utama: pemulihan payload…
Hasil
Semua metode yang dievaluasi rentan terhadap suatu transformasi. MaskWM menonjol karena menawarkan pemulihan payload dan lokalisasi terkuat, meskipun memiliki kualitas gambar terendah dalam kondisi b…
