CESBench adalah tolok ukur pertama untuk keamanan rekayasa kriptografi di IoT, mencakup enam sub-domain dan empat jenis tugas. Evaluasi terhadap 11 LLM menunjukkan skor komposit 54,4% hingga 83,6%, dengan justifikasi putusan sebagai kompet…
Metode
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…
Hasil
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…
Makalah ini menyajikan klien berbasis Paillier yang menggabungkan pengodean biner terpisah-carry, enkripsi berbasis tabel, dekripsi eksponen-tereduksi, aritmetika CUDA/CGBN, status perangkat persisten, dan pengambilan secara batch untuk me…
Metode
Arsitektur klien mengintegrasikan beberapa optimasi. Pengodean biner terpisah-carry memastikan setiap bit dari embedding biner dikodekan sebagai komponen ciphertext terpisah, sehi…
Hasil
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
Ringkasan
StyleStegaNet menggantikan steganografi pencocokan sampul dengan transmisi penyembunyian gaya, menghasilkan citra stego bergaya yang dikondisikan pada referensi gaya publik. Pipeline empat tahap dengan pelatihan progresif dan kendala ranah…
Metode
StyleStegaNet menguraikan masalah keseluruhan menjadi empat tahap terkoordinasi: 1. **Pembangkitan stego** — menyisipkan rahasia ke dalam representasi perantara. 2. **Transmisi be…
Hasil
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; …
Ringkasan
TrustBOM adalah arsitektur skalabel yang menggunakan bukti non-keanggotaan zero-knowledge untuk memungkinkan penyedia perangkat lunak mengatestasi ketiadaan kerentanan tertentu atau lisensi terbatas dalam SBOM mereka tanpa mengekspos infor…
Metode
TrustBOM terintegrasi ke dalam pipeline CI/CD perusahaan yang sudah ada untuk menghasilkan dan memverifikasi atestasi SBOM yang menjaga kerahasiaan. Primitif kriptografi intinya a…
Hasil
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
Ringkasan
DEFEAT mengelompokkan peristiwa berkas yang berkaitan secara kausal menjadi File Event Gadget (FEG), memodelkan masing-masing sebagai attributed control flow graph, dan mengelompokkannya dengan GNN untuk mendeteksi ransomware pada berkas p…
Metode
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…
Hasil
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
Ringkasan
HE-Guardrail adalah kerangka kerja yang mengevaluasi mekanisme guardrail sepenuhnya atas data terenkripsi dan secara homomorfik mengendalikan apakah respons model target dikembalikan ke klien. Kerangka ini mereproduksi secara dekat keputus…
Metode
HE-Guardrail beroperasi di ranah terenkripsi, di mana server memegang bobot model terenkripsi dan menerima input klien terenkripsi. Kerangka kerja ini mengintegrasikan model guard…
Hasil
Penulis mengevaluasi HE-Guardrail dengan tiga guardrail representatif: Llama Guard, JBShield, dan GradSafe. Hasilnya menunjukkan bahwa HE-Guardrail mereproduksi secara dekat keputusan guardrail plain…
Studi ini memperkenalkan SuriCap, sebuah platform untuk latihan rekayasa aturan, dan menganalisis 3.146 aturan yang dibuat oleh 60 peserta di empat skenario. Studi ini mengidentifikasi tiga fase dalam rekayasa aturan dan menemukan bahwa pe…
Metode
Penulis mengembangkan SuriCap, sebuah platform yang memfasilitasi latihan rekayasa aturan dengan menyediakan lingkungan terkendali bagi peserta untuk menulis aturan Suricata. Mere…
Hasil
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…
Makalah ini membandingkan model embedding statis (Word2Vec, FastText, Doc2Vec) untuk deteksi anomali permintaan HTTP menggunakan pipeline modular bernama HEDA. Embedding berbasis FastText mencapai kinerja paling konsisten pada dataset lalu…
Metode
Arsitektur HEDA terdiri dari dua tahap utama: pembuatan embedding dan deteksi anomali. Pertama, permintaan HTTP diurai dan ditokenisasi menjadi urutan token (misalnya, method, pat…
Hasil
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
Ringkasan
PriMobiBench memperkenalkan pipeline terpadu dan dataset MobiLeak untuk mengukur kebocoran privasi dan pembuatan profil visual pada agen GUI seluler berbasis VLM. Hasilnya menunjukkan VLM dapat mengekstraksi data sensitif di layar dengan t…
Metode
PriMobiBench dibangun di sekitar pipeline terpadu dengan tiga tahap: pembuatan data, konstruksi lintasan agen, dan evaluasi multi-model. **Pembuatan data.** Penulis membangun **Mo…
Hasil
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…
Makalah ini memperkenalkan PMPA, Persistent Memory Poisoning Attack yang menyisipkan instruksi berbahaya ke dalam sumber eksternal yang tampak wajar, sehingga agen berbasis harness menyimpannya di memori persisten untuk dieksploitasi linta…
Metode
PMPA beroperasi dalam dua fase: injeksi dan pengambilan. Selama injeksi, penyerang menyusun konten eksternal yang tampak wajar (misalnya dokumen, halaman web, atau keluaran alat) …
Hasil
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 …
