COMA: A Compositional Misleading Attack Class on Security-RAG, and a Causal Counterfactual Defense
S&P Global(标普全球)
该研究针对Security-RAG提出COMA组合式误导攻击,含行动破坏与结论翻转两种实现,提出因果反事实防御(ccd)可有效定位并防御该攻击,已发布攻击种子与ccd参考实现。
2026-08-19 cs.CR
Attack Tree Distance: a practical examination of tree difference measurement within cyber security
Leiden Institute of Advanced Computer Science(莱顿高级计算机科学研究所)
本文针对网络安全中攻击树比较问题,提出五种距离度量方法,并通过理论变换和人类研究(n=39)验证,发现语义相似性有效且四种度量在特定场景下适用,为威胁模型分析和AI生成攻击树验证奠定基础。
2026-09-23 cs.CR
Quantitative Questions on Attack-Defense Trees
攻防树是一种新的图形化安全建模和评估方法。该方法包括可视化,直观的树模型,其分析是由一个严格的数学形式主义的支持。该方法的直观和形式两部分都可用于攻防场景的定量分析。在实践中,我们使用直观的问题来询问我们感兴趣的场景的各个方面。形式上,一个计算过程,定义的属性域和自底向上的算法的帮助下,被施加到导出相应的数值。本文弥合了直观和正式的方式定量评估攻击-防御场景之间的差距。我们讨论如何正确地指定一个问题,以便它可以得到明确的回答。给定一个明确的问题,然后我们展示了如何得到一个适当的属性域,构成相应的正式模型。由于任何攻击树都是一个攻击-防御树,因此我们的分析也是攻击树方法的一个进步。
2012-10-30 cs.CR
Time Dependent Analysis with Dynamic Counter Measure Trees
安全攻击的成功关键取决于时间:攻击者可用的时间越多,成功攻击的概率就越高。形式主义,如可靠性框图,可靠性图和攻击对策树提供定量信息的攻击方案,但它们是不足以证明模型的相关行动,涉及成本,技能和时间。在本演示文稿中,我们扩展了攻击对策树的时间概念;受到攻击者投入的资源量(在这种情况下是时间)和攻击者成功的概率之间存在很强的相关性的启发。这允许有效地选择对策,并根据安装它们的成本/技能和防止攻击的有效性方面的资源消耗对其进行排名
2015-09-30 cs.CR
DAG-Based Attack and Defense Modeling: Don't Miss the Forest for the Attack Trees
本文介绍了当前的攻击和防御建模方法,是基于有向无环图(DAG)的最新状态。DAG允许将复杂的情景分层分解为简单、易于理解和可量化的行动。基于威胁树和贝叶斯网络的方法是两种著名的安全建模方法。然而,目前有30多种基于DAG的方法,每种方法都有不同的特点和目标。本调查的目的是提出一个完整的概述图形化的攻击和防御建模技术的基础上DAG。这包括总结现有的方法,比较它们的功能,并提出了所描述的形式主义的分类。本文还支持根据用户需求选择适当的建模技术。
2013-03-29 cs.CR
Attribute Evaluation on Attack Trees with Incomplete Information
攻击树被认为是安全建模的有用工具,因为它们支持定性和定量分析。定量方法基于与树中每个节点相关联的值,例如,表示攻击的最小成本或概率。目前的攻击树的定量方法允许分析师,基于初始分配的值的叶节点,推导出的值的树中的较高的节点。然而,在实践中,很难获得所有叶节点的可靠值。主要原因是数据仅可用于某些节点,数据可用于中间结点而不是叶节点,或者甚至可用数据不一致。我们解决这些问题,通过开发一个概括的标准自下而上的计算方法在三个方面。首先,我们允许非叶子节点的初始属性。其次,我们承认额外的攻击步骤之间的关系超出了那些提供的基础攻击树语义。第三,我们支持在不一致的情况下近似解的计算。我们说明了我们的方法,这是基于约束规划,通过一个全面的案例研究。
2019-01-10 cs.CR
Attack-resistant Spanning Tree Construction in Route-Restricted Overlay Networks
路由受限覆盖中的节点有一组不可变的邻居,由其用户显式指定。流行的例子包括支付网络,如闪电网络,以及社交覆盖,如黑暗自由网。路由算法是这种覆盖的核心,因为它们使不直接连接的节点之间的通信成为可能。最近的研究结果表明,基于生成树的算法是最有前途的可证明有效的选择。然而,所有建议的解决方案都未能解决分布式生成树算法如何处理恶意节点的主动拒绝服务攻击。在这项工作中,我们设计了一种新的自稳定生成树构造算法,利用加密签名,并证明它减少了受主动攻击的节点集。我们的模拟证实了这一理论结果与基于现实世界的数据集的具体值。特别是,我们的研究结果表明,我们的算法减少了高达74%的受影响的节点的数量相比,最先进的抗攻击生成树结构。
2019-08-09 cs.CR
Fuzzy quantitative attack tree analysis
针对攻击树定量参数不确定的问题,本文基于 Zadeh 扩展原理定义通用模糊度量值,并提出模分解定理与自底向上算法以高效计算顶层模糊安全度量。
2024-01-22 cs.CR
A Survey of Automatic Generation of Attack Trees and Attack Graphs
本文综述了攻击树与攻击图两类图形化安全模型的自动生成方法,比较现有方法论并指出挑战与未来研究方向。
2023-09-25 cs.CR
Parametric analyses of attack-fault trees
网络物理系统(如发电厂、联网设备和IT基础设施)的风险评估一直具有挑战性:安全性(即无意外故障)和安全性(即无攻击者造成的中断)是必须保证的条件。用于帮助考虑这些问题的传统工具之一是攻击树,这是一种基于树的形式主义,其灵感来自于故障树,一种用于安全工程的着名形式主义。在本文中,我们定义并实现了翻译的攻击故障树(AFT)的时间自动机,称为参数加权时间自动机的一个新的扩展。这使我们能够参数化常数,如时间和离散成本在AFT,然后使用模型检查器IMITATOR,计算参数值的集合,这样一个成功的攻击是可能的。使用计算的不同参数值集,可以根据攻击者的预算、时间或计算能力推断出不同的攻击和故障场景,从而为选择最有效的对策提供有用的数据。
2019-05-08 cs.CR
Attack time analysis in dynamic attack trees via integer linear programming
本文利用混合整数线性规划(MILP)解决动态攻击树最小攻击时间计算问题,通过模块识别和通用语义定义提升效率,实验证明该方法显著降低计算时间。
2023-09-09 cs.CR
Compositional Jailbreaking: An Empirical Analysis of Mutator Chain Interactions in Aligned LLMs
National University of Singapore(新加坡国立大学);NCS, Pte. Ltd.(NCS私人有限公司);Singapore Management University(新加坡管理大学)
本文研究了对齐大语言模型中突变链的相互作用,通过十二个基线突变器评估有害提示的组合效果,揭示了突变器间的非均匀交互特性及安全对齐结构的潜在属性。
2026-05-15 cs.CR cs.SE
A limited technical background is sufficient for attack-defense tree acceptability
本研究通过102名参与者的实证调查,发现即使技术背景有限,用户也能接受攻击-防御树,证明其作为威胁建模方法的广泛适用性。
2025-03-29 cs.CR
DMN: A Compositional Framework for Jailbreaking Multimodal LLMs with Multi-Image Inputs
AI Security Lab(360人工智能安全实验室);International Computer Science Institute(国际计算机科学研究所);UC Berkeley(加州大学伯克利分校);Beihang University(北航大学)
本文提出DMN框架,通过分布式指令、多模态证据和数字链任务,提升多图像输入多模态大语言模型的 jailbreak 性能,实验表明其在GPT-4o、Gemini-2.5-pro和Claude Sonnet 4上的攻击成功率超过90%。
2026-05-18 cs.AI cs.CR
Semantic Intent Fragmentation: A Single-Shot Compositional Attack on Multi-Agent AI Pipelines
Department of Computer Science, University of Texas at El Paso(德克萨斯理工大学计算机科学系);School of Computing, Southern Illinois University Carbondale(南方伊利诺伊大学卡本代尔分校计算机学院);Hanyang University(翰阳大学);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文提出语义意图碎片化攻击,通过单个合法请求导致任务分解为看似无害但联合违反安全策略的子任务,利用OWASP LLM06:2025框架实现无注入内容、无系统修改的攻击,验证了组合安全漏洞的可修复性。
2026-04-20 cs.AI cs.CR cs.LG
Quantitative analysis of attack-fault trees via Markov decision processes
针对现有攻击-故障树定量分析缺乏帕累托分析、计算成本高的问题,提出基于马尔可夫决策过程求解可靠性与攻击成本帕累托前沿的方法,更轻量高效,并经输油管道网攻案例验证。
2024-08-13 cs.CR
SynAT: Enhancing Security Knowledge Bases via Automatic Synthesizing Attack Tree from Crowd Discussions
State Key Laboratory of Intelligent Game(智能游戏国家重点实验室);Science and Technology on Integrated Information System Laboratory, Institute of Software Chinese Academy of Sciences(中国科学院软件研究所集成信息系统重点实验室);University of Chinese Academy of Sciences(中国科学院大学);School of Software, Beihang University(北京航空航天大学软件学院);School of Information Technology and Electrical Engineering, The University of Queensland(昆士兰大学信息技术与电气工程学院);Huawei Cloud Computing Technologies CO., LTD.(华为云计算技术有限公司)
SynAT通过自动合成攻击树提升安全知识库,利用LLM和提示学习提取安全讨论中的事件和关系,有效增强安全防护能力。
2026-02-05 cs.CR
Automated generation of attack trees with optimal shape and labelling
针对攻击树自动生成的合理性与清晰性需求,提出结合系统模型与代数因式分解关联的算法,在保证正确性的同时优化树的形状与标注,为首款具备该特性的生成框架。
2024-07-10 cs.CR cs.FL
Attack Trees in Isabelle
在本文中,我们提出了一个证明理论的攻击树。攻击树是一种建立良好的和有用的模型,用于构建对系统的攻击,因为它们允许在应用场景中逐步探索高级攻击。利用Isabelle中高阶逻辑的表达能力,我们成功地开发了一种基于Kripke结构和CTL的基于状态语义的通用攻击树理论。由此产生的框架允许机械支持的逻辑分析的元理论的攻击树的证明演算,并在同一时间开发的证明理论,使应用到案例研究。中心的正确性和完整性的结果证明在伊莎贝尔建立了攻击树的有效性和CTL的概念之间的联系。该应用程序以医疗物联网系统和GDPR合规性验证为例进行说明。
2018-05-15 cs.CR cs.LO
ADTool: Security Analysis with Attack-Defense Trees (Extended Version)
ADTool是一个免费的开源软件,使用攻击-防御树辅助图形建模和安全定量分析。ADTool的主要特点是易于创建、高效编辑和自下而上自动评估安全相关措施。该工具还支持使用攻击树、保护树和防御树,这些都是攻击-防御树的特定实例。
2013-06-11 cs.CR cs.GT
QuADTool: Attack-Defense-Tree Synthesis, Analysis and Bridge to Verification
本文提出 QuADTool,支持攻击-防御树的综合、多指标定量分析及模型检测接口,并扩展标准方法以处理 PAC 不精确输入、给出结果不确定性的严格界限。
2024-09-17 cs.CR
Towards Automating the Construction & Maintenance of Attack Trees: a Feasibility Study
安全风险管理可以应用于明确定义的或现有的系统;在这种情况下,目标是确定现有的漏洞,评估风险并提供适当的对策。安全风险管理也可以在系统开发周期的早期应用,当时其结构还没有很好地确定;在这种情况下,目标是积极影响设计工作,以便从一开始就产生安全的结构。由于体系结构的不确定性以及保持风险评估研究和系统体系结构一致所需的多次往返,使得后一项工作变得困难。对于运行多年的大型项目尤其如此。本文讨论了在系统开发生命周期早期进行的风险评估研究所提出的问题。基于工业经验,它断言攻击树可以帮助解决与保护这些大型,持续变化的系统设计相关的人类认知可扩展性问题。然而,大的攻击树很难构建,甚至更难维护。因此,本文提出了一个系统的方法来自动化的建设和维护这样的大攻击树,基于系统的业务和逻辑架构,系统的传统风险评估研究和安全知识数据库。
2014-04-08 cs.CR
Attack--Defense Trees and Two-Player Binary Zero-Sum Extensive Form Games Are Equivalent - Technical Report with Proofs
攻击-防御树用于描述系统的安全弱点和可能的对策。本文明确了攻防树与博弈论之间的联系。我们表明,攻击-防御树和二进制零和两个球员广泛的形式游戏具有同等的表达能力时,考虑可满足性,在这个意义上说,他们可以转换成对方,同时保留他们的结果和他们的内部结构。
2011-05-04 cs.CR cs.GT
CompoSkill: Compositional Skill Chain Attacks from Individually Scanner-Passing LLM Agent Skills
Hangzhou Dianzi University(杭州电子科技大学);Ant Group(蚂蚁集团);Zhejiang University(浙江大学);Tsinghua University(清华大学)
CompoSkill框架揭示现有单技能认证的自主AI智能体存在系统性缺口,其通过双攻击者系统构造组合技能链攻击,在白、黑盒设置下分别实现83.3%、80.6%的风险链形成率,现有扫描器拦截效果有限。
2026-08-18 cs.AI cs.CR
Efficient Algorithms for Quantitative Attack Tree Analysis
已经提出了许多用于定量攻击树分析的分析方法。这些算法计算相关的安全指标,即量化系统安全性的性能指标,例如最可能的攻击,最便宜的攻击或最具破坏性的攻击。本文将攻击树分为两个维度:正确树与有向无环图(即具有共享子树);静态与动态门。对于每个类,我们提出了新的算法,工作在一个通用的属性域,包括大量的具体的安全指标定义的攻击树语义。我们还分析了我们的方法的计算复杂性。
2021-05-22 cs.CR cs.DS
Attack Tree Generation via Process Mining
针对攻击树人工构建成本高的问题,提出基于流程挖掘算法从攻击日志自动生成可定制攻击树的方法,开发了支持RisQFLan格式输出的原型并通过协议攻击案例验证。
2024-09-12 cs.CR cs.FL
Efficient and Generic Algorithms for Quantitative Attack Tree Analysis
已经提出了许多用于定量攻击树分析的分析方法。这些算法计算相关的安全指标,即量化系统安全性的性能指标;典型的指标是最可能的攻击,最便宜的,或最具破坏性的。然而,现有的方法只针对特定的指标或不工作的一般攻击树。本文将攻击树分为两个维度:正确树与有向无环图(即具有共享子树);静态与动态门。对于这四个类中的三个,我们提出了新的算法,工作在一个通用的属性域,包括大量的具体的安全度量定义的攻击树语义;动态攻击树与有向无环图结构被留下作为一个开放的问题。我们还分析了我们的方法的计算复杂性。
2022-12-10 cs.CR cs.DS
Identification and Verification of Attack-Tree Threat Models in Connected Vehicles
随着网络物理组件在汽车行业的应用越来越多,网络安全已成为一个紧迫的话题。在联网车辆中采用以太网和WiFi等技术和通信协议会产生许多攻击场景。因此,ISO/SAE 21434和UN R155(2021)定义了汽车网络安全的标准和监管框架。这两份文件都采用了基于风险管理的方法,并要求采用威胁建模方法进行风险分析和识别。这种威胁建模方法必须符合ISO/SAE 21434的威胁分析和风险评估(TARA)框架。相反,现有的威胁建模方法列举孤立的威胁,而不考虑车辆的设计和连接。因此,他们忽视了从车辆接口到其资产的攻击路径的作用。换句话说,他们缺少TARA工作产品,例如,攻击路径危及资产或可行性和影响评级。我们提出了一种威胁建模方法,通过识别,排序和连接漏洞从一个有效的攻击面的资产来构建攻击路径。最初,我们将网络安全指南转化为攻击树,然后我们使用它们的正式解释来评估车辆的设计。该工作流产生攻击路径的组合构造以及所需的TARA工作产品(例如,攻击路径、可行性和影响)。更重要的是,我们可以在联网车辆的背景下迭代地应用工作流程,以确保设计符合性、隐私和网络安全。最后,为了展示汽车行业中先发制人的威胁识别和风险分析的复杂性和重要性,我们在互联车辆测试平台SPIDER中评估了所提出的基于模型的方法。
2022-12-29 cs.CR
TRAP: Tree-Guided Reinforcement-Augmented Probing for Automated LLM Jailbreaking
Sharif University of Technology(谢里夫理工大学)
本研究提出TRAP框架,通过树结构组织越狱策略并结合强化学习与检索增强技术,在7个对齐LLMs的AdvBench测试中,于6个模型上实现优于同类方法的攻击成功率,为发现LLM越狱漏洞提供了层级策略学习的有效途径。
2026-10-14 cs.CR
Intent-Hiding Jailbreaks: An Information-Theoretic Framework for Compositional Attacks
University of Arizona(亚利桑那大学)
提出信息论框架分析组合式意图隐藏越狱,通过先验-后验匹配选择辅助任务,证明精确匹配计算困难并给出最优解法,实验显示组合查询可提升越狱效果但增大捆绑包会降低目标保留。
2026-10-05 cs.CR cs.IT cs.LG
Toward Security Verification against Inference Attacks on Data Trees
本文介绍了我们正在进行的工作,对数据树的推理攻击的安全验证。我们专注于无限的秘密推理攻击,这意味着攻击者不能缩小候选人的敏感信息的价值有限的可用信息的攻击者。我们的目的是提出一个模型,在此模型下无限秘密是可判定的。具体来说,我们首先提出了树转换器,这是足够的表达,以代表实际的查询。然后,为了表示攻击者的知识,我们提出了数据树类型,这样的类型推断和逆类型推断对这些树转换器是可能的数据树类型,和无限的数据树类型是可判定的。
2013-11-21 cs.CR cs.DB cs.FL
AGATE: Provenance-Based Runtime Defense Against Compositional Attacks on LLM Agents
Huazhong University of Science and Technology(华中科技大学)
提出AGATE,一种基于授权和数据溯源门控的LLM智能体运行时防御系统,通过确定性检查阻止组合攻击,并在三个生产框架中验证了其可行性与局限性。
2026-09-28 cs.CR cs.SE
When Local Monitors Miss Compositional Harm: Diagnosing Distributed Backdoors in Multi-Agent Systems
Illinois Institute of Technology(伊利诺伊理工学院)
研究多智能体系统中分布式后门问题及局部监测器漏洞,提出可观测性边界概念,通过实验证明局部监测器在局部无害时会失效,还展示了特定监测器和门的效果,指出找到能暴露负载的表示形式是未解决问题。
2026-07-14 cs.CR cs.LG cs.MA
AdIoTack: Quantifying and Refining Resilience of Decision Tree Ensemble Inference Models against Adversarial Volumetric Attacks on IoT Networks
UNSW Sydney(悉尼新南威尔士大学)
基于机器学习的技术在网络智能方面取得了成功。然而,他们越来越多地成为复杂的数据驱动的对抗攻击的目标,导致错误预测,削弱了他们检测网络设备上威胁的能力。在本文中,我们介绍了AdIoTack,这是一个系统,它突出了决策树对对抗攻击的脆弱性,帮助网络安全团队量化和改进其用于监控物联网网络的训练模型的弹性。为了评估最坏情况下的模型,AdIoTack执行白盒对抗学习,以发起决策树集成模型无法标记的成功体积攻击。我们的第一个贡献是开发一个白盒算法,需要一个训练有素的决策树集成模型和配置文件的一个受害者类的基于网络的攻击作为输入。然后,它会自动生成配方,在缩进的攻击数据包之上指定某些数据包(开销小于15%),这些数据包一起可以绕过推理模型而不被注意到。我们确保生成的攻击实例可在IP网络上启动,并有效地产生体积影响。我们的第二个贡献开发了一种方法来主动监控连接设备的网络行为,代表受害者物联网设备注入对抗性流量(在可行的情况下),并成功发起预期的攻击。我们的第三个贡献是对AdIoTack进行原型设计,并在一个由经过训练的推理模型监控的少数真实物联网设备组成的测试平台上验证其有效性。我们演示了该模型如何检测物联网设备上的所有非对抗性体积攻击,同时错过许多对抗性攻击。第四个贡献开发了系统的方法,用于将补丁应用于训练的决策树集成模型,提高其对对抗性体积攻击的弹性。
2022-03-18 cs.CR cs.LG
Attack Tree Analysis for Adversarial Evasion Attacks
Japan Advanced Institute of Science and Technology(日本先端科学技术大学院大学)
本研究提出一种基于扩展攻击树的定量评估方法,通过系统化三步构建流程分析逃避攻击风险,并在三个ML图像识别系统上验证其通用性和有效性。
2023-12-28 cs.CR cs.CV cs.LG
Cost-damage analysis of attack trees
本文研究在给定成本预算下利用攻击树求解系统最大可能损害的问题,证明该问题NP完全,并提出基于整数线性规划及树结构自底向上计算的启发式方法,同时扩展到成本-损害Pareto前沿。
2023-04-12 cs.CR math.OC
How hard can it be? Quantifying MITRE attack campaigns with attack trees and cATM logic
University of Twente(特温特大学);Radboud Universiteit(拉德堡德大学);Vrije Universiteit(阿姆斯特丹自由大学);University of Trento(特伦托大学);Technical University of Dennmark(丹麦技术大学)
本文提出利用攻击树和cATM逻辑量化MITRE攻击行动,通过数据驱动方法和开源工具评估攻击可能性,比较不同攻击行动的威胁等级。
2026-01-22 cs.CR cs.LO
Model-Based Generation of Attack-Fault Trees
本文提出一种基于模型的攻击-故障树生成工具链,通过结合手动构建或从漏洞数据库挖掘的部分故障树与攻击树,并利用图转换规则自动合成完整攻击-故障树,以支持信息物理系统的安全与安保联合分析。
2023-09-18 cs.CR cs.FL cs.SE
Attack-Defense Trees with Offensive and Defensive Attributes (with Appendix)
针对现有攻击防御树(ADTs)仅从攻击者角度分析指标的局限,提出纳入防御指标的框架,通过半环编码、自底向上及二元决策图方法计算帕累托前沿,实验证明能有效处理数百节点的ADTs。
2025-04-17 cs.CR cs.GT
Evaluating Vulnerabilities of Connected Vehicles Under Cyber Attacks by Attack-Defense Tree
University of Massachusetts Dartmouth(麻省大学达特茅斯分校);Yeshiva University(叶史瓦大学)
本文提出基于攻击-防御树的方法,用于评估连接和自动驾驶车辆在网络安全方面的脆弱性。
2025-12-09 cs.CR cs.NI
Quantitative Security Risk Modeling and Analysis with RisQFLan
特定领域的定量建模和分析方法在定性方法不合适或不可行的情况下是基本的。在本文中,我们提出了一个工具支持的方法来定量的基于图的安全风险建模和分析的基础上的攻击防御树。我们的方法是基于QFLan,一个成功的特定领域的方法,以支持定量建模和分析的高度可配置的系统,其特定领域的组件已被解耦,以方便实例化的QFLan方法在域中的基于图的安全风险建模和分析。我们的方法结合了三种流行的攻击树,即增强型攻击树,基于能力的攻击树和攻击对策树,到特定领域的建模语言的显着特点。其结果是一个新的框架,称为RisQFLan,支持定量安全风险建模和分析的基础上的攻击-防御图。通过提供概率攻击场景的精确或统计验证,RisQFLan对该领域现有的工具集做出了重大的新贡献。我们通过突出RisQFLan在三个说明性案例研究中提供的额外功能来验证我们的方法,这些案例研究从开创性的方法到基于攻击树的基于图的安全风险建模分析。
2021-01-21 cs.CR cs.SE
From Counterfactuals to Trees: Competitive Analysis of Model Extraction Attacks
Polytechnique Montréal(蒙特利尔理工学院)
本文通过竞争分析形式化研究模型提取攻击,针对基于加性决策树的模型提出可证明完美保真且具有强任意时刻性能的重建算法,并给出查询复杂度理论界限。
2025-10-23 cs.CR cs.LG
ATM: a Logic for Quantitative Security Properties on Attack Trees
针对攻击树缺乏易懂且强大的定量属性查询工具的问题,本文提出ATM逻辑,支持成本、概率等安全属性规范与假设场景构建,结合二元决策图实现属性检查与指标计算,并通过CubeSAT案例验证了其潜力。
2024-05-17 cs.CR cs.LO
From Strategy Search to Policy Learning: MCTS-Guided Adversarial Co-Evolution for LLM Safety Alignment
Fudan University(复旦大学);Alibaba Group(阿里巴巴集团);Yale University(耶鲁大学);IBM Research AI(IBM人工智能研究);Indiana University(印第安纳大学)
ACE-Safety通过树组双感知搜索与优化,共同优化攻击与防御模型,提升LLM的安全对齐能力。
2026-11-18 cs.AI cs.CR
Polar Coded Merkle Tree: Improved Detection of Data Availability Attacks in Blockchain Systems
众所周知,区块链系统中的轻节点容易受到数据可用性(DA)攻击,它们接受具有不可用部分的无效块。以前的工作已经使用LDPC和2-D里德所罗门(2D-RS)码与Merkle树,以减轻DA攻击。虽然这些代码已经在各种度量(例如DA检测概率)上表现出改进的性能,但由于大的码位(LDPC)、大的解码复杂度(2D-RS)或大的编码欺诈证明大小(2D-RS)的通常难以处理的代码保证,它们难以应用于具有大块的区块链。我们通过提出新的极化编码Merkle树(PCMT)来解决这些问题,该极化编码Merkle树是从极化码的编码图和称为采样有效冻结(SEF)的专门极化码构造构建的Merkle树。我们证明了PCMT与SEF极化码在检测大块大小的DA攻击方面表现良好。
2022-05-16 cs.CR cs.IT math.IT
A Crack in the Bark: Leveraging Public Knowledge to Remove Tree-Ring Watermarks
University of Edinburgh(爱丁堡大学)
本研究提出一种仅需公开变分自编码器即可移除Tree-Ring扩散模型水印的新型攻击,大幅降低检测器AUC且图像质量优异,性能优于全模型访问方法,揭示了复用公共自编码器的安全风险及Tree-Ring检测器精确率不足的问题。
2025-06-12 cs.CR cs.LG
Streamlining Attack Tree Generation: A Fragment-Based Approach
针对攻击图规模膨胀及复杂动态系统建模难题,提出利用公开安全数据库的基于片段生成方法与攻击建模DSL,并验证其可复现专家确认的攻击链。
2023-10-01 cs.CR cs.IR
Attack tree metrics are operad algebras
本文利用范畴论中的operad代数重新定义攻击树度量,统一并推广了现有度量定义,并证明了在operad理论条件下可广泛扩展度量计算算法。
2024-01-18 cs.CR math.CT
Attack Trees for Security and Privacy in Social Virtual Reality Learning Environments
社会性虚拟现实学习环境(VRLE)是一种面向分布式用户协作的新型边缘计算平台。考虑到VRLE用于关键应用(例如,特殊教育、公共安全培训),重要的是要确保安全和隐私问题。在本文中,我们提出了一种新的框架,以获得定量评估的威胁和脆弱性VRLEs。基于实际社交VRLE的用例,即,在vSocial中,我们首先使用攻击树对安全和隐私进行建模。随后,这些攻击树被转换成随机时间自动机表示,允许严格的统计模型检验。这样的分析有助于我们采取相关的设计原则,如硬化,多样性和最小特权原则,以提高社会VRLE的弹性。通过vSocial案例研究中的实验,我们证明了我们的攻击树建模的有效性,在与采用设计原则有关的前后场景中,完整性(安全性)损失的概率减少了26%,隐私泄露(隐私)减少了80%。
2019-11-08 cs.CR cs.CY cs.DC
TrEEStealer: Stealing Decision Trees via Enclave Side Channels
University of Luebeck(吕贝克大学);Durham University(杜伦大学)
本文提出TrEEStealer攻击,通过恩clave侧信道高效窃取受保护的决策树,无需强假设,利用控制流信息与被动信息跟踪提升提取精度。
2026-04-20 cs.CR cs.LG
Timber! Poisoning Decision Trees
提出首个针对决策树的白盒毒化攻击Timber,基于贪心策略与子树重训练高效估计损害并支持早停,实验证明其优于基线且现有防御难以有效阻止。
2025-03-05 cs.CR cs.LG stat.ML
Hackers vs. Security: Attack-Defence Trees as Asynchronous Multi-Agent Systems
攻击-防御树(ADT)非常适合评估对系统的可能攻击和对抗措施的效率。在本文中,我们首先丰富了可用的结构与反应模式,涵盖进一步的安全方案,并配备所有结构的属性,如时间和成本,以允许定量分析。然后,ADT被建模为(一个扩展)异步多代理系统-EAMAS。ADT-EAMAS转换以系统的方式执行,以确保正确性。这种转换使我们能够量化不同代理配置对攻击时间等指标的影响。使用EAMAS还允许参数验证:我们推导出属性满足的约束。我们的方法是行使几个案例研究使用Uppaal和IMITATOR工具。
2019-06-12 cs.CR cs.FL cs.MA
Towards Model-based Run-time Cybersecurity: On Control-Flow Anomaly Detection, Attack Identification, and Hardware Monitoring
Faculty of Computer Science and Mathematics, OTH Regensburg(雷根斯堡应用技术大学计算机科学与数学学院);Institute for Software Engineering and Programming Languages, Universität zu Lübeck(吕贝克大学软件工程与程序设计语言研究所);Accemic Technologies GmbH(Accemic科技有限公司)
本文提出结合软件与硬件监控的基于模型的方法,以提升控制流异常检测与攻击树识别的鲁棒性,解决攻击者通过伪装控制流逃避检测的问题,在认证服务示例中验证了该方案可提高诊断精度。
2026-08-13 cs.AI cs.CR
TimberStrike: Dataset Reconstruction Attack Revealing Privacy Leakage in Federated Tree-Based Systems
Politecnico di Milano(米兰理工大学)
本文提出 TimberStrike 攻击,针对水平联邦树模型,利用决策树的分裂值和决策路径重构其他客户端的敏感训练数据,揭示了现有系统的隐私泄露风险。
2025-07-13 cs.CR cs.DC cs.LG