提出隐私保护LLM Agent安全审计范式SealCall
热点事件持续更新
提出隐私保护LLM Agent安全审计范式SealCall
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yixiang Luo等提出面向LLM Agent的隐私保护安全审计范式，并实现SealCall框架。该范式将审计计算与明文访问和执行权限分离，用基于CKKS的加密相似度计算保护审计输入，防止半诚实审计者窥探。 在1,252个公开二元候选上，分组嵌套评估的平均F1达0.840，所有测量场景下与明文审计决策保持一致，代表性配置的单次加密评分耗时0.176秒。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
当安全审计变成隐私风险：面向 LLM Agent 的隐私保护安全审计范式报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AI当安全审计变成隐私风险：面向 LLM Agent 的隐私保护安全审计范式
SealCall 框架提出隐私保护的 LLM Agent 安全审计范式，将审计计算与明文访问和执行权限分离，用基于 CKKS 的加密相似度计算保护审计输入免受半诚实审计者窥探。在 1,252 个公开二元候选上，分组嵌套评估的平均 F1 达 0.840，所有测量场景下保持明文审计决策一致，代表性配置的单次加密评分耗时 0.176 秒。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。