本期重点判断 保留原始信号与校准条件，才能判断感知是否可信 PULSAR-Net从全波形恢复被干扰目标，RGB-D检测则显示高AUC可依赖攻击者不知道相机内参。研究启发是把攻击者知识、传感器中间表示及真实物理后果列入同一验证表，而非只读最终精度。
2604.00371 · 2611.01550 推理延迟会变成观测陈旧，异步不是无条件解药 VLALagBench量化任务和速度相关的时延敏感性；ARP与Leap通过独立频率、语义缓存及陈旧训练缓解失配。异步同时改变请求频率、缓存年龄和动作队列，仍需看p99、动态条件和真实机器人样本，不能称普遍安全。
2611.03103 · 2611.05155 · 2611.01011 毫秒请求、低比特内存和吞吐提升，都不能替代全链证据 REA的缓存请求延迟不包括全部新感知和执行成本；LoopQ说明量化省内存未必更快；PTS在仿真中处理进度错位。应从采样到动作生效统一记录时间线，区分p50/p99、吞吐、任务成功与碰撞约束。
2610.42053 · 2611.05093 · 2611.01390 检测指标要与基率、决策截止时间和持续信任一起读 CPS取证会消耗剩余响应窗口；劫持检测器在低攻击基率和跨基准条件下可能失去实用性；Earn-then-Exploit利用长期信任。应报告错误代价和安全动作实际效果，而非将离线AUC或最多两次的命中率当线上保证。
2611.03974 · 2610.41803 · 2611.00725 时间范围与证据说明 本期由11月8日晚调度触发，目标日期为11月9日。实际处理已跨日，页面如实标明延迟发布与真实生成时间。信息截止锁定2026-11-08 22:15:42 Asia/Singapore，仅采用此前公开资料，时间窗口均据此计算。可访问arXiv最新列表仍为此前工作日批次，24小时内未取得足够去重高质量新稿，扩展到7天及30天；与此前76篇唯一论文ID和标题去重。PULSAR-Net首次4月1日，因近期NeurIPS2026官方接收及高优先级LiDAR专题补充；GPS联邦检测首次10月7日、11月2日v2，本期明确分析v2而非将其伪装新稿。其余按真实首次提交日期标注，不以编号月份替代。6篇VLA论文回应新增时序方向；GPS/水系统中的受限方案以方法参考呈现，不列Top3。5条新闻均在截止前近7天内，均为独立公告，非把论文摘要当新闻。
书目、作者、日期、实验和原图按原始arXiv摘要及HTML/PDF核对；PULSAR-Net接收状态由NeurIPS官方Downloads目录与Keio项目页交叉核实，具体接收公告日未核实。本期检索安全顶会官方索引及相关机器人系统研究，未取得可替代所有领域的新近正式顶会论文，不声称覆盖穷尽或把其他venue未经目录核对标为CCF-A。跨库自动核验当前不可用，保留自动UNVERIFIED状态并与逐篇核对原始资料分开。所有实验为作者报告，未独立复现；动态扰动、系统故障、对抗攻击和潜在风险分别标注，不用加速或缓存命中率替代安全证明。论文原图用于学术评论，版权归原作者，附原始来源及合规caption节选；两幅编辑示意均非实验结果。
实际生成时间：2026-11-09T08:37:40+08:00；信息截止：2026-11-08T22:15:42+08:00。
论文与行业动态 中文标题 English title 原文链接 阅读状态
研究问题与威胁模型 高频激光干扰会将LiDAR点云随机化，点云后处理因有效结构已丢失而失败。防御假定可取完整回波且多接收器同时感知；外部攻击激光在这些通道中呈共同模式，而真实反射不同。精细选择性多束攻击、接口不可访问和无同时扫描硬件不直接满足假设。
技术、价值与启发 技术 PULSAR-Net用带轴向时空注意力的3D U-Net在完整波形中分割攻击脉冲、真实回波和背景，去攻击后重新峰值检测。利用KITTI/nuScenes点云、已知LiDAR参数和物理感知合成生成训练波形，仅用合成数据训练，再迁移到可输出原始全波形的实物LiDAR。 价值 价值是在峰值检测丢信息之前恢复感知，拓展了常见点云层防御边界。 启发与局限 启发：开放全波形接口、联合攻击检测按需触发，并测幽灵物体、端到端延迟与安全停车能力。恢复点云不保证闭环避撞；跨传感器、攻击光斑选择性及未见波形仍需验证。4月旧稿专题，不包装为本期新公开论文。 实验结果与证据边界 真实HFR干扰下，CenterPoint在IoU=0.4的车辆恢复率为静态91.7%、驾驶73.2%（最高车速30.5km/h），非全部点恢复或安全率；动态无无攻击配对基线。RTX5090推理31.74FPS，但未给端到端尾延迟/车载能耗，不能仅凭吞吐称实时安全；另缺驾驶幽灵物体假阳性专项分析。
查看图注 原始 caption 节选 ：Figure 1 : Reconstruction demo of our PULSAR-Net from LiDAR sensing under a jamming attack. Our PULSAR-Net can effectively recover the point cloud (d), which …原图与完整 caption 研究问题与威胁模型 攻击者用公开RGB图像和单目深度模型伪造RGB-D查询，在传感器后替换深度并设置相机内参；注册端可信，验证端只收到关键点、描述符和3D点。关键问题是检测信号来自深度伪造本身还是攻击者内参误差，不应把后者带来的高AUC当成通用可信采样保证。
技术、价值与启发 技术 以SIFT对应点、反投影/重投影误差、RANSAC刚体配准残差构造随机森林PAD。逐级放开攻击知识：内参估计、精确内参加关键点舍入、再用真实3D作oracle形变，分离消失与残留的几何线索；oracle是评估上界，不是宣称现实攻击者已拥有真实3D。 价值 价值是把“攻击者不知道参数”与稳定几何证据分开。 启发与局限 启发：测未见深度模型、全注册深度泄露和自适应重建，并联合认证阈值做端到端评估；部分强攻击仅验证集评估，不能把重训练效果直接外推到保留测试场景。高AUC不能替代传感器来源认证。 实验结果与证据边界 Washington RGB-D Scenes v2及ARKitScenes；三种深度模型DA3/VGGT/Marigold。内参不匹配验证AUC0.997–0.999，精确内参下原检测器仅0.542–0.613；匹配舍入后重训对DA3/VGGT为0.704/0.817。Redmi Note11 CPU测50对640×480图像，中位474ms/对，非视频控制频率；组合认证端到端误接受/拒绝率尚未报告。
查看图注 原始 caption 节选 ：Fig. 1. System and threat model. Red numbers mark the attack points: (1) depth generated from public RGB replaces the sensor depth before back-projection, …原图与完整 caption 具身智能安全 / 传感器安全 / IoT安全 · 2026-10-24（首次提交，UTC） Sybil-Resilient Multi-Drone Exploration of Indoor and Confined Spaces 面向室内与狭窄空间探索的抗Sybil多无人机协作
arXiv预印本；2026-10-24首次公开，30天内补充；未核实同行评审或正式接收；原始资料已核对，跨库自动核验未运行 研究问题与威胁模型 一台被攻陷无人机创建虚假身份，谎报探索前沿及扫描，诱导诚实队友重复避让、提前结束或绘制假墙。假身份只存在于消息，团队不知总成员数且共享信息受信；讨论单实体与双攻击者串谋，不解决已知诚实身份被盗或任意网络故障。
技术、价值与启发 技术 分层审计地图与本机观测、检查身份声称位置是否存在实体、只信已目击实体、隔离从未目击身份，进一步绑定一实体一身份。无需新增PKI，但依赖共同坐标、邻机实体可观测和证据仲裁；这些仿真假设在真实遮挡、定位漂移及串谋下需另验。 价值 价值是以“真实可见实体”限制无成本网络身份，连接感知与权限。 启发与局限 启发：真实机验证实体识别、时钟与坐标误差、失联容忍及串谋法定人数；已发现的制动距离不足说明地图安全与运动安全必须分开验收。所有探索增益为仿真而非实飞。 实验结果与证据边界 纯仿真70张七类地图、2350任务。无防御平均最高25%地图未探索，办公室45%；隔离恢复探索，但串谋/近邻假体/洞穴/16机组仍有例外。全任务诚实机被撤销2次。Crazyflie动力学复测采用500Hz控制器和20ms电机滞后，60次任务出现8机碰撞，不能把500Hz写作安全检测频率或认为闭环已无碰撞。
查看图注 原始 caption 节选 ：Fig. 1. Top views of three seeds of each world family. From top to bottom: office, warehouse, forest and tunnels. …原图与完整 caption 研究问题与威胁模型 十客户端中两名恶意者联合数据投毒、模型更新缩放及虚报验证精度，操纵精度加权聚合。协调端可信且掌握小型干净root set、诚实者占多数；方法不要求精确恶意数量，但不覆盖root set泄露、协调端恶意或真实多接收机环境差异。
技术、价值与启发 技术 协调端在root样本上构造接收机特征反事实探针，将欺骗样本的判别性特征置为正常值，再按提交模型的实际响应而非自报精度赋信任。模型为10–64–32–16–1的MLP，配合中位数防护；主要研究聚合后门的额外增量，不能将联邦训练轮次等同实时飞控更新率。 价值 价值是指出自报性能权重本身可成为攻击杠杆。 启发与局限 启发：以跨接收机真实数据、已充分收敛的基线与可泄露root set重新测探针可信度；需分别报告后门绝对成功率、增量及诚实误报，不能用负lift宣称已防止GPS欺骗。旧稿更新的新增技术范围未经逐版对照，不称重大突破。 实验结果与证据边界 单接收机SDR公开数据分为模拟UAV客户端，15万行、10客户端/2恶意、12轮。虚报精度使后门lift+0.3036，高于被攻击FedAvg+0.2415；IID下防御lift−0.0265。lift是相对同seed诚实基线的增量，不是绝对检出率；强异质性下相对怀疑分数不稳，基础检测器绝对性能仍弱，无实飞证明。
查看图注 原始 caption ：Fig. 1. System and threat model with honest and compromised UAV clients.原图与完整 caption 研究问题与威胁模型 链路失效和I/O模块冻结都可表现为读数不变，操作员须在装置停机前决定取证还是修复。用已知真实原因生成标签会低估信息价值。实验只有组件故障/扰动，无恶意伪造或适应性攻击者；这是安全相关CPS决策基准，不是已验证对抗防御。
技术、价值与启发 技术 在修订Tennessee Eastman仿真中保存决策快照，分支运行各动作；为两个相似原因建twin episode，用精确后验混合形成belief标签。控制周期1.8秒，遥测36秒窗口、备份通道迟36秒；双生故障起点错开1.8秒以对齐已交付观测，未对齐时示例26%窗口摘要不同，体现标签需因果与时序对齐。 价值 价值是暴露“仿真知道原因、决策者不知道”的标签泄漏式偏差。 启发与局限 启发：将证据到达/失效、行动耗时和传感器采样对齐后再比较响应策略；需扩展其他原因混淆、估计后验及真正伪造证据。1.8秒控制周期、36秒摘要窗口和分钟级工具耗时不能混为推理速度。 实验结果与证据边界 1990模拟事件、9908决策点，每点4–35动作。hindsight下最优取证仅1.1–1.3%，belief下自然歧义决策15.5%、无备份压力子集33.1%；belief训练GBM压力集regret低11%，特定歧义无备份低27%。自然分布或有备份时两者相近；原标签假设正确后验、有效twin，并非真实工厂停机率。
查看图注 原始 caption 节选 ：Figure 1: (a) A gather-or-act decision: a failed link and a frozen I/O module produce the same held readings, …原图与完整 caption 研究问题与威胁模型 初始网络入侵并不必然导致物理损害，故将CPPR定义为已入侵试验中发生指定物理后果的比例。本文评估合成控制阻断规则与水力模拟的关系；ACGI与传播概率部分由仿真规则共同决定，不能作为真实安全控制效果、因果风险或水务事故概率的独立证据。
技术、价值与启发 技术 用五类安全缺口构造实验指数ACGI，按声明的网络推进/阻断概率生成路径，再配对无攻击与攻击水力轨迹产生压力/水箱后果。WNTR/EPANET上在A、B源网络训练，仅在Net3测试；冻结模型重跑运行点敏感性。Net3无阀，所谓阀操纵以隔离管段代替，不是已验证真实阀攻击。 价值 价值在于给网络—物理评估提供可复查流程，并直接检验模拟器设计诱导的关联。 启发与局限 启发：以独立攻击日志、实物/硬件在环和可标定控制失效率外部验证；不同攻击标签共享简化泵状态动作，不能当六种独立物理攻击均已复现。指数权重与阈值敏感性比单一高AUC更应精读。 实验结果与证据边界 三网络共2160合成试验，Net3 247次初始入侵中137个物理后果，CPPR55.5%；源训练模型AUC0.772、PR-AUC0.775、F1 0.733，场景基线0.661/0.642/0.704。720次运行点敏感性保留717个标签，冻结AUC0.791。均非现场事件或硬件在环；不能将CPPR分母改成所有试验。
查看图注 原始 caption ：Figure 1: Study workflow. Security outcomes are synthetic; physical labels come from paired hydraulic trajectories; target-network fitting is prohibited.原图与完整 caption 研究问题与威胁模型 静态任务分数无法说明感知到动作延迟的危害。本文把旧观测和同步暂停分开，比较释放、放置、抓取、开抽屉四类移动目标任务。人为注入推理时间属于受控时序实验，未研究恶意延迟攻击者、调度劫持或传感器欺骗。
技术、价值与启发 技术 在LIBERO按任务、速度、policy、执行模式及延迟五因素扫描；同步、lazy异步、连续异步分别平衡空闲时间/缓存年龄/请求率。用少量校准拟合成功率模型，结合GPU延迟、网络及单机器人吞吐限制选择模式和执行horizon。 价值 价值在于延迟预算依赖任务精度、连续运动与目标速度，而非统一Hz门槛。 启发与局限 启发：把模型旧状态年龄、请求负载与端到端尾延迟共同验收；实机样本小，曲线拟合误差5.7–7.8个百分点不等于安全上界，仍需恶意抖动、接触安全及真实网络测试。 实验结果与证据边界 仿真20Hz、H=5，chunk K=10/16，每点200轮，延迟0–250ms。0.1m/s目标下100ms可使某任务71.5%→40.5%；RTX4090本地单请求p99为openpi60.6ms/FlashRT32.8ms，网络另估。SO-101实测30Hz、每点仅5轮：267ms下release-small连续异步5/5、同步2/5；未报告独立碰撞率。
查看图注 原始 caption 节选 ：Figure 1: VLALagBench links VLA inference latency to task success through observation staleness and idle time, enabling a compact model to predict success at …原图与完整 caption 感知安全 / 具身智能安全 · 2026-11-03（首次提交，UTC） Asynchronous Robot Policies 异步机器人策略：解耦慢语义推理与快速视觉动作控制
arXiv预印本；未核实正式接收；动态扰动性能研究，非已证明安全机制；原始资料已核对，跨库自动核验未运行 研究问题与威胁模型 大VLM与动作头同步执行时，语义模型越慢越限制实时反应；直接复用缓存又会遇到语义陈旧和动作到达时已执行一段前缀的问题。研究是动态扰动/算力降频鲁棒性，没有设定恶意干扰者或证明避碰。
技术、价值与启发 技术 低频VLM刷新语义memory，高频Vision-Action Expert读取新图像、本体状态和旧memory，以跨注意力生成动作；训练抽样不同cache age并显式处理执行延迟，配合动作前缀条件维持chunk衔接。仅拆异步线程而无陈旧性训练会失效。 价值 价值是把缓存年龄分布作为训练变量，显示“异步接口”不等于鲁棒异步策略。 启发与局限 启发：训练/部署时钟不匹配、队列拥塞及突发场景变化应联合测；模拟bump和末状态成功不替代接触力/碰撞检测，异步快速动作仍可能基于过期任务语义。 实验结果与证据边界 仿真控制20Hz；5cm目标位移下ARP-1B成功51.5%，复现π0-1B为9.5%；持续bump为44.7%对12.7%。0.5Hz语义刷新，默认陈旧训练81.8%，无陈旧训练2.0%。另有Franka三任务各10轮实机；摘要称成功高18%、时间少20%，样本有限，未给独立碰撞率或可复核p99表。
查看图注 原始 caption 节选 ：Figure 1: a) Architectural and formulation differences between Asynchronous Robot Policies (ARP) and the standard Vision-Language-Action (VLA) paradigm. b) Performance comparison between ARP and …原图与完整 caption 研究问题与威胁模型 同步VLA反复编码近似不变语义，直接慢刷缓存却可能让旧机器人状态与新观测冲突。目标是降低语义计算频率并保留反应性；另测指令—场景不匹配时继续动作的缺陷，未研究对抗注入或恶意延迟。
技术、价值与启发 技术 慢VLM提供语义cache，约23M视觉编码器每次重规划读取新双帧，flow-matching专家以实测cache age做AdaLN条件。训练覆盖真实轨迹年龄和随年龄增强的图像腐蚀；soft-nudge以纯前向校正chunk边界，另以CoT verdict gate冻结不可行指令。 价值 价值是统一缓存年龄、新鲜视觉与chunk边界处理，而非单纯降频。 启发与局限 启发：记录到期刷新是否阻塞和负载争用尾延迟；原文有“控制环不阻塞”和“到期请求等待VLM”两种表述，应核对实现。实机成功及合成不匹配拒绝不构成普遍安全或无误停保证。 实验结果与证据边界 LIBERO平均1/2秒语义刷新成功95.2%/94.5%，同频anchor96.3%；Spatial朴素缓存61.4%经训练恢复95.5%。4090D batch1、≥30请求p50动作73.9→26.7ms，非p99；20动作chunk、50ms控制周期。四平台7任务各50实机轮，成功70–100%；未报告碰撞率。
查看图注 原始 caption 节选 ：Fig. 1: Leap-VLA overview. Slow system: the VLM runs at f slow f_{\mathrm{slow}} over a token sequence that appends, after the prompt and the …原图与完整 caption 研究问题与威胁模型 VLA量化常把模型缩小当作推理更快，且不同层范围、引擎和已饱和LIBERO可掩盖收益及损失。本文是部署鲁棒性与评测研究，未设恶意攻击者或验证对抗防御；LIBERO-plus扰动不等于物理攻击，任务成功率也不是碰撞或控制安全指标。
技术、价值与启发 技术 LoopQ固定checkpoint、被量化层和执行引擎，比较RTN/AWQ/GPTQ及ActQuant/QuantVLA，区分真实低比特与浮点模拟量化。四个VLA在LIBERO/配对LIBERO-plus闭环运行，并以H100、L4、Jetson AGX Thor的独立调用、闭环与算子profiling拆解瓶颈。 价值 价值是揭示省内存、吞吐与鲁棒性不能互相代替；启发：将量化范围、真实kernel、动作expert占比、配对任务和尾延迟共同纳入发布规范。 启发与局限 只量化骨干无法消除16位动作专家瓶颈；Jetson小规模子集和平台差异限制外推，不能把平均ms直接换算成可保证的闭环控制频率。 实验结果与证据边界 共181834个模拟闭环episode；真实低比特省约2–3倍内存，但H100 batch1库kernel下π0.5/OpenVLA-OFT慢1.06–1.58倍，仅L4 int8快4–14%。LIBERO不显著损失的配置在配对扰动下仍降1.5–4.3百分点。约65000次闭环调用主要报告中位数，未给p99/抖动或实物机器人安全验证。
查看图注 原始 caption 节选 ：Figure 1: The two headline results. (a) Real low-bit π0.5 and OpenVLA-OFT (OFT) on H100, relative to their 16-bit models: memory falls, but every configuration …原图与完整 caption 研究问题与威胁模型 动作chunk执行既会因等待下次推理停顿，也受慢速示教限制；直接叠加异步和加速会错位计划进度。研究问如何在旧观测的延迟期间继续执行并正确切入新路径，没有恶意攻击者或硬件故障模型。
技术、价值与启发 技术 PTS用确定性一步解码定义参考路径，在推理期间消耗的实际进度处切入新chunk；时间层对计划增量求和而非重采样，夹爪变化窗口保持1倍速，以执行器线性区和chunk可行性限制速率。解析延续误差的偏差/方差与加速盈亏阈值。 价值 价值在于使异步延续与时间重参数化共享进度坐标，避免只看动作解码速度。 启发与局限 启发：在非线性执行器、接触切换和多峰动作上测“命令路径守恒”是否仍保持物理轨迹；本文证明依赖线性/前缀一致性等假设，加速吞吐不能写成已证明安全。 实验结果与证据边界 LIBERO冻结π0.5/SmolVLA、20Hz、注入由实测150/206ms推导的推理等待；相对最强可部署基线吞吐提高33%/104%， pooled成功95.0%/80.5%。LIBERO-Dynamic较同步提高38%，与异步1倍相当；均为仿真，未报告实体机器人验证、碰撞率或端到端p99。
查看图注 原始 caption 节选 ：Figure 1: Same policy, same episode, less time. a , Frozen π 0.5 \pi_{0.5} on a LIBERO-Long task (same initial state and seed; columns …原图与完整 caption 研究问题与威胁模型 慢Agent嵌入动作循环会阻塞执行；仅异常触发回退又可能漏掉无异常的失败。目标是在共享时间/步数预算下路由和恢复，不让正在运行的policy等待大脑；未评测提示注入、策略投毒或敌对调度。
技术、价值与启发 技术 System0以统一Run接口执行VLA或代码policy，System1从开发集成功/成本route memory选路，System2只在policy边界并发判定完成并决定升级；共享预算约束恢复。边界judge不是连续硬实时安全监视器，其误判与代价需单独校准。 价值 价值是把路由、完成判定和恢复位置与高频控制解耦，强调慢推理何时介入。 启发与局限 启发：部署指标应包含决策年龄、传感器复读、实际动作受理及安全否决，而不只API返回时间。实机小样本、开发集策略覆盖和judge可靠性限制泛化；未报告系统碰撞率/安全证明。 实验结果与证据边界 LIBERO-Pro 60任务3000轮成功95.9%对最强单策略94.7%，控制时间少17%；G1实机8/10。独立G1服务延迟测试中pipeline请求1.0–3.6ms是5–8轮中位数，缓存决策已旧0.04–0.79秒，执行仍需新depth15–40ms及motion RPC7–45ms；不能当完整感知—动作延迟或p99。
查看图注 原始 caption 节选 ：Figure 1: Overview of REA. System 0 runs generated code policies; System 1 selects them with a route table (route memory); …原图与完整 caption 研究问题与威胁模型 诈骗Agent会判断对象是真人还是诱捕Agent并选择继续、试探、提取付款或退出；防守既想获取收款账户情报，又想耗尽诈骗资源。双方目标不等价：过高诱捕密度虽可压低收益，却可能让攻击者过早退出、减少情报；研究并非一个已部署LLM防诈骗系统的准确率报告。
技术、价值与启发 技术 构建有限期动态Bayesian博弈，以噪声对话信号更新受害者类型信念，用逆向归纳求策略，再运行Monte Carlo。将回合成本、伪装质量、信号可分性和有限邮箱/收款账户池纳入episode与campaign层；用既有诱捕部署观察约束基线，非全部参数统计拟合。 价值 价值是区分收集情报、消耗攻击者与经济遏制三个目标；启发：同时测拟真伪装成本、账户恢复补充、跨诈骗团伙共享和动态学习。 启发与局限 数值阈值依赖人为收益/转移参数，独立攻击者与简化两类目标人群限制泛化；不宜据模拟建议直接扩大真实对抗部署。 实验结果与证据边界 每参数设置2000独立模拟episode；基线模型中诈骗经营收益约在诱捕比例ρ=0.58转负，情报总产出约ρ=0.45最高。既有2600余次互动/18700条消息仅启发建模；基线IDR22.9%与观察的成熟互动31.7%分母不同，不能当精确复现或现实部署门槛。
查看图注 原始 caption ：Fig. 1: Traditional vs. agentic scambaiting原图与完整 caption 研究问题与威胁模型 工具轨迹检测器在高攻击占比、工具集重叠的测试中可能表现很好，却在真实稀有攻击或新工具上大量误报。攻击者控制工具观察文本，检测对象为已完成会话；本文不做每调用前拦截、实时定位或自适应攻击，离线AUROC不能证明在线防御有效。
技术、价值与启发 技术 审计11项评测，再在AgentDrift/AgentDojo固定训练阈值，独立改变攻击占比、负样本组成、工具覆盖率和跨基准来源。比较工具/行为LR、GRU、step-embedding、TF-IDF及AlignmentCheck提示监测器；工具输入dropout用于追踪未知embedding造成的排序反转。 价值 价值是把ROC排名与部署告警负担分开，提供工具覆盖和迁移的可测检查项；启发：报告真实先验、precision/误报成本、未知工具及task-disjoint拆分。 启发与局限 仅一个方向的基准对、392良性AgentDojo轨迹且部分分析事后设定；监测器未含PromptGuard，不能据此否定完整产品。 实验结果与证据边界 攻击占比2%时AUROC0.879的检测器precision仅0.076，负例混合变化使其0.039–0.117。AgentDrift→AgentDojo AUROC仅0.47–0.52；未在二者训练的开放骨干monitor达0.930，但原规则对应2%占比precision0.096。是记录轨迹事后重算，非线上检出或完整LlamaFirewall验收。
查看图注 原始 caption 节选 ：Fig. 1. Detection setting and evaluation design. (a) The attacker controls the content of a tool observation, and the detector scores the recorded trace of …原图与完整 caption 研究问题与威胁模型 恶意网站先给多轮可验证帮助，再把高权限恶意操作包装成完成当前企业任务的自然步骤。攻击者控制网页内容但任务保持有安全完成路径；“信任”指可观察依赖行为，不证明模型内部形成特定信任表征，攻击成功以服务端效果而非Agent自述判定。
技术、价值与启发 技术 EtE将真实帮助、流程耦合和最后越界请求串联，在8业务上下文×7后果的56个状态化本地环境中评测。AAS防御把动作与授权分离，按来源、必要性及权限表检查敏感操作；防御主要以系统提示加权限表实施，非密码学强制的完整参考监控器。 价值 价值是展示历史上有用的信息来源不应获得后续动作授权；启发：分别维护事实可信度与操作权限，并用server-side oracle、合法慢路径和多轮对照验证收益。 启发与局限 最多两试的场景率不同于单次攻击概率；零攻击成功不证明新领域、自适应欺骗及更长历史下仍安全。 实验结果与证据边界 每场景最多两次、任一次成功即hit，三Agent平均场景ASR71.4%（Codex85.7%、ZCode67.9%、QwenCode60.7%）。AAS仅在Codex/ZCode两Agent的56场景ASR0、完成100%；是本地隔离企业Web测量，基线CaMeL/StruQ等为prompt层改编，不能等同原生实现优劣。
查看图注 原始 caption 节选 ：Figure 1: An overview of Earn-then-Exploit (EtE) Web fraud against coding agents, where a fraud site earns trust through useful assistance and then induces a …原图与完整 caption 7天内 · European GNSS Service Centre · 发布 2026-11-03 Galileo公布Q3服务报告：认证可用性与授时性能需要分别解读 事件日期：11月3日发布；测量覆盖2026年第三季度｜来源：European GNSS Service Centre
GSC发布OS、HAS、OSNMA及搜救服务季度表现，涵盖UTC/GGTO时间偏差、认证MAC可用性、导航解可用性和返回消息延迟。公告称相应最低性能门槛均达到；这些是规定窗口和服务条件下的统计，不是任意干扰/回放环境下的零风险证明。
研究影响（本期分析） 为时序可信研究提供区分“授时准确”“消息认证”“认证等待窗口”和“控制时效”的参考。与本期GPS联邦检测对读时，不能把导航消息认证当成对模型投毒或物理接收异常的同层替代。
相关论文：2610.10360 · 2611.03974
7天内 · Himax厂商公告 / PR Newswire · 发布 2026-11-03 Himax开放WiseGuard传感器评估套件预订 事件日期：11月3日预订开放；模块预计11月中旬出货，非已全部交付｜来源：Himax厂商公告 / PR Newswire
厂商公布集成视觉传感器、NPU、人体检测模型和图像压缩的边缘模块，强调本地事件元数据、TrustZone隔离、PUF认证和图像保护。续航和检测精度属于厂商声明，本期未复测；本地处理也不自动证明抗物理欺骗或无隐私泄露。
研究影响（本期分析） 边缘事件触发能减少持续云传输，但事件采集时间、元数据到达时间和Agent动作时间需要共同验收。可借本期RGB-D注入研究区分来源认证与内容真实性，借闭环时延评测检查检测频率和截止时间。
相关论文：2611.01550 · 2611.03103
7天内 · Serve Robotics官方公告 · 发布 2026-11-05 Serve推出Physical AI Services，开放机器人连接与数据工具 事件日期：11月5日业务公告；Bedrock Robotics列为首批客户｜来源：Serve Robotics官方公告
Serve把自身机器人平台的连接、数据筛选与真实训练数据打包为服务，Serve Link连接现场设备与离板智能，Bedrock Robotics为首批客户之一。关于可靠和低延迟的表述是产品主张，公告没有给出可复核的闭环p99、安全截止时间或失联恢复统计。
研究影响（本期分析） 这是云边端具身系统的实际部署背景，可与VLALagBench、ARP和REA对读。研究重点是观测年龄、远程推理完成到动作生效间隔、网络抖动及本地降级，不能把通信链路指标直接视为机器人安全率。
相关论文：2611.03103 · 2611.05155 · 2610.42053
7天内 · CrowdStrike / AWS合作公告 · 发布 2026-11-03 CrowdStrike扩展AWS原生Agent与云工作负载保护 事件日期：11月3日独立AWS集成公告；不重复计作此前AI Kill Switch事件｜来源：CrowdStrike / AWS合作公告
公告将Falcon Guardian扩展到Bedrock AgentCore Guardrails，并引入ECS Managed Instances相关传感器部署，目标覆盖提示注入、敏感数据泄漏与云工作负载。属于厂商集成及防护声明，未提供本期独立误报率、低攻击占比precision或跨工具泛化评测。
研究影响（本期分析） 结合本期劫持检测器研究，应在真实低基率、正常任务复杂性和工具变化下审计告警价值；检测、动作授权、执行阻断和基础设施保护是不同验收项。不能把宣布集成等同于全部恶意动作已被阻止。
相关论文：2610.41803 · 2611.00725
7天内 · OpenAI官方公告 · 发布 2026-11-06 OpenAI与Hacktron合作测试第三方服务交界处的漏洞 事件日期：11月6日合作公告；后续测试与修复效果尚待披露｜来源：OpenAI官方公告
双方宣布共同选择高优先级系统开展测试，重点是OpenAI系统与第三方服务的交互，并扩大Hacktron对Daybreak Red模型的访问。公告回顾既有负责任披露，但本次合作本身不是一份新漏洞清单，也不意味着所有集成已经完成验证或修复。
研究影响（本期分析） 跨服务身份、状态与授权边界适合开展长期Agent评测。可结合先建立信任后利用的场景和低基率检测研究，考察多步历史如何影响准入、监测和处置；本期不推断未公开漏洞的具体利用能力。
相关论文：2611.00725 · 2610.41803 · 2611.08170
没有匹配内容。清除筛选
编辑绘制 · 证据阅读示意，非实验数据；各条结论以所附原始来源为准。 研究趋势与选题建议 今日研究热点（本期样本） 传感器原始波形与几何来源验证、群体地图完整性、CPS响应时效是高优先级内容。新增具身方向聚焦VLA语义刷新、异步动作生成、缓存年龄、动作块继续点和量化实际代价。样本组成受新增需求与去重影响，不是全领域发文量排名。
新兴攻击与失效趋势 LiDAR高频信号干扰、生成深度注入、Sybil假队友与GPS联邦后门属于不同攻击面；自然推理延迟、状态陈旧和故障响应迟滞则不是自动等同于攻击。Agent持续互动中的信任积累与低基率告警错觉需要单独审计。
新兴防御趋势 全波形去干扰、几何校准一致性、群体交叉验证、反事实取证决策、异步陈旧训练和动作进度补偿各有价值。效果依赖攻击者知识、信任链、模型与场景；学习式缓存训练不能替代执行前权限或碰撞约束。
研究团队动态 Keio团队以PULSAR-Net延续传感器物理安全；VLALagBench跨机器人与系统评测，ARP、Leap和REA从架构/运行时研究快慢闭环。机构与个人公开链接随每篇提供；原文与个人主页的现/曾任机构不混同，未核实的通讯身份不推测。
交叉研究趋势 传感器时间戳与VLA观测年龄应共用时钟和因果定义；云边机器人连接与语义缓存共同决定实际闭环新鲜度；CPS取证策略与Agent检测可共同建模“等待证据”造成的安全机会成本。性能、可信来源和实际动作授权仍是不同保证。
今日最值得精读的3篇 ① PULSAR-Net（2604.00371，4月旧稿专题）：最高优先级LiDAR防御，精读全波形条件、动态恢复率及假阳性边界。② VLALagBench（2611.03103）：直接测时序失配与同步/异步模式，精读控制周期、chunk、p99与小样本实机。③ Asynchronous Robot Policies（2611.05155）：精读陈旧训练、语义/动作频率、动态任务与同步控制对照；不把改善成功率当成已证明安全。
科研选题：跨层新鲜度契约 把采样、时间戳验证、传输、语义刷新、推理完成和动作生效串成可验证时间线，给不同任务定义观测年龄与截止时间预算。比较自然延迟、可控延迟和回放攻击，联合测尾延迟、任务成功、约束违规与恢复。此为本期编辑建议，非已完成实验。
科研选题：异步VLA的公平因果对照 固定模型、数据、控制频率和硬件，比较同步/异步、陈旧训练有无、最新感知支路有无及缓存重置。用真实测得的延迟分布而非只用均值，核对动作块内环境变化、突然指令更新和跨模态异步；碰撞指标未提供时不推断安全收益。
科研选题：稀有攻击下的及时处置 将Agent监测的低基率precision和CPS剩余时间预算联合建模，比较立即拒绝、继续取证和安全降级。将检测时间与真正阻断效果、良性任务代价、授权变化后的旧信任失效分开计量。此为待验证方向。
值得持续跟踪 LiDAR动态恢复与幽灵目标误报；RGB-D已知内参强攻击；多机Sybil串谋及碰撞；GPS跨接收机联邦实验；VLA p99/抖动/云边时延与动作块内环境变化；量化公平引擎对照；Agent低基率与长期信任。
