Overflip: Repetition-Induced Label Flips in Guardrail Models Authors: Xu He, Chih-Hsuan Lin, Hung-Mao Chen, Junjie Xiong, Yan Zhai, Kun Sun | Published: 2026-09-14 サイバーセキュリティプロンプトインジェクション評価手法 2026.09.14 文献データベース
ActGuard: Pre-execution Action Auditing against Indirect Prompt Injection in LLM Agents Authors: Bingzheng Wang, Xiaoyan Gu, Wentao Wang, Xingyou Yang, Hongcheng Li, Rong Yin | Published: 2026-09-14 インダイレクトプロンプトインジェクション攻撃戦略分析監査トレース 2026.09.14 文献データベース
BlueSTAR: Tiered Agentic Architecture for Autonomous Cyber Defense Authors: Simona Boboila, Xavier Cadet, Edward Koh, Daniel Balasubramanian, Dirk Van Bruggen, Peter Chin, Alina Oprea | Published: 2026-09-10 サイバーセキュリティ攻撃戦略分析評価手法 2026.09.10 文献データベース
SpecGuard: Inference-Time Backdoor Detection For Free Authors: Rui Wen, Ahmed Salem, Andrew Paverd, Mark Russinovich, Zheng Li | Published: 2026-09-10 バックドアモデルの検知バックドア攻撃用の毒データの検知評価手法 2026.09.10 文献データベース
Predicting Privacy Leakage from Weight Spectral Density Authors: Richard J. Preen, Jim Smith | Published: 2026-09-10 メンバーシップ推論低コストのメンバシップ推論手法評価手法 2026.09.10 文献データベース
Differentially Private EEG Feature Anonymization: A Privacy-Utility Case Study in Clinical Neurophysiology Authors: Noman Sadiq, Mohsen Toorani | Published: 2026-09-10 EEGバイオメトリクスデータプライバシー管理差分プライバシー 2026.09.10 文献データベース
Deep-Fake CAPTCHA: Mitigating Next-Generation Social Engineering Attacks Authors: Guy Frankovits, Lior Yasur, Fred M. Grabovski, Yisroel Mirsky | Published: 2026-09-10 プロンプトリーキング評価手法音声信号処理 2026.09.10 文献データベース
FST Pay: Deterministic Safety-Gated Architecture for Youth Digital Payments Authors: Shaikh Mohammed Burhan, Syed Farhaan Quadri, Tabassum Nahid Sultana | Published: 2026-09-10 監査トレース評価手法金融安全性 2026.09.10 文献データベース
ToxicRAG: Compromising Retrieval-Augmented Generation Systems via Single-Shot Knowledge Poisoning Attacks Authors: Haozhe Lu, Jiaqi Li, Xinyuan Zhu, Xiang Li | Published: 2026-09-10 RAGへのポイズニング攻撃データの起源と変遷攻撃戦略分析 2026.09.10 文献データベース
The Agent Incident Registry: Toward Preventing Repeated AI Agent Failures Authors: Divyanshu Kumar, Rohith HN, Nitin Aravind Birur, Sahil Agarwal, Prashanth Harshangi | Published: 2026-09-10 インダイレクトプロンプトインジェクション監査トレース評価手法 2026.09.10 文献データベース