会议论文列表：https://dblp.uni-trier.de/db/conf/ndss/ndss2021.html
只挑了几个感兴趣的session过了一遍，还是发现了不少有意思的文章。
文章目录
-
-
- 程序分析
- 模糊测试
- 侧信道
- 智能家居
- 软件防御
- 嵌入式安全
- 可信计算
-
程序分析
Towards Measuring Supply Chain Attacks on Package Managers for Interpreted Languages.
简介：qualitative assessment！（定性评估）
包管理器在现代软件开发过程中起到很重要的作用。他们可以让开发者复用第三方库，最小化代码库，简化软件构建的流程等等。然而，最近的 告显示，包管理器会被攻击者利用来发布恶意软件，造成严重的安全威胁。比如，npm里的一个一周能有百万次下载的包（eslint-scope），被发现会偷取开发者的凭据。
链接：https://www.ndss-symposium.org/ndss-paper/towards-measuring-supply-chain-attacks-on-package-managers-for-interpreted-languages/
Processing Dangerous Paths – On Security and Privacy of the Portable Document Format.
简介：pdf危险性分析。怎么分析攻击的能力，值得学习！
链接：https://www.ndss-symposium.org/ndss-paper/processing-dangerous-paths-on-security-and-privacy-of-the-portable-document-format/
XDA: Accurate, Robust Disassembly with Transfer Learning.
简介：迁移学习和反汇编的结合。
在去掉符 表的二进制里去反汇编是很困难的。现有的反汇编方法依赖启发式或者简单的模式匹配来粗略的反汇编，但这些方法都不怎么准确，尤其是在存在编译器优化的情况下。
实验主要针对两个反汇编任务，包括恢复函数边界和汇编指令。测试集主要采用SPEC CPU 2017，SPEC CPU 2006和BAP语料。测试的二进制由GCC，ICC，MSVC在windows和linux平台上编译，包含超过4种优化。XDA分别在恢复函数边界和汇编指令的任务上达到了99.0%和99.7%的F1 Score。开源于：https://github.com/CUMLSec/XDA
链接：https://www.ndss-symposium.org/ndss-paper/xda-accurate-robust-disassembly-with-transfer-learning/
Shadow Attacks: Hiding and Replacing Content in Signed PDFs.
简介：不利用漏洞的攻击
PDF里的数字签名用来保证他们内容的真实性和完整性。2019年的一篇论文里发现了很多PDF查看器实现的解析文件的漏洞。这些漏洞可以被利用来修改pdf的内容而不需要验证签名。然后pdf查看器软件的产商采取了一些措施来防止这些攻击。
这篇文章提出了一种新的攻击，叫做shadow attacks。这种攻击可以绕过现有的防御机制，并且破坏数字签名的pdf的完整性。这种攻击不利用实现上的漏洞，而是利用pdf里标准的特性来实现。实验结果表明，29个pdf查看器里有16个都会被shadow attack攻破。
链接：https://www.ndss-symposium.org/ndss-paper/shadow-attacks-hiding-and-replacing-content-in-signed-pdfs/
KUBO: Precise and Scalable Detection of User-triggerable Undefined Behavior Bugs in OS Kernel.
简介：内核未定义行为漏洞的检测。如何在内核级别的代码量上实现较高精度的静态分析/p>
未定义行为（Undefined Behavior, UB)的bug在很多用底层语言C/C++实现的软件中存在。尤其是需要和硬件交互的OS内核，存在很多这样的bug。在用户空间触发UB也能构造利用，造成OS的安全和可靠性issue。前人的工作牺牲了准确性换取扩展性，导致有很多高误 。
文章提出了一种新的静态UB的检测方法，叫做KUBO，能够同时兼具高准确性和整个内核的扩展性。KUBO针对的是能够在用户空间输入触发的UB bug。KUBO的高准确性是基于UB触发路径和条件的验证得到的。扩展性是基于高效的过程间分析（能够按需地遍历整个调用链）最后找到了23个未知的高危UB漏洞。误 率仅仅27.5%，比最先进的91%要好得多。
链接：https://www.ndss-symposium.org/ndss-paper/kubo-precise-and-scalable-detection-of-user-triggerable-undefined-behavior-bugs-in-os-kernel/
Bringing Balance to the Force: Dynamic Analysis of the Android Application Framework.
简介：引入动态分析测试安卓应用框架
安卓应用框架在保护用户隐私数据和系统完整性上起到很重要的作用。因此，它成了许多工作研究的对象。这些工作揭露了许多安全问题，包括文档不完整、权限重分配、访问控制的不一致性。然而，前面的工作都是基于静态分析。静态分析存在很多不确定性。为了打破这种不平衡的局面，文章在应用框架里加入了动态分析。最后结果说明加入动态分析还是很有必要的。
链接：https://www.ndss-symposium.org/ndss-paper/bringing-balance-to-the-force-dynamic-analysis-of-the-android-application-framework/
SymQEMU: Compilation-based symbolic execution for binaries.
简介：提高符 执行的性能
链接：https://www.ndss-symposium.org/ndss-paper/symqemu-compilation-based-symbolic-execution-for-binaries/
TASE: Reducing Latency of Symbolic Execution with Transactional Memory.
简介：减少符 执行的延迟
链接：https://www.ndss-symposium.org/ndss-paper/tase-reducing-latency-of-symbolic-execution-with-transactional-memory/
Refining Indirect Call Targets at the Binary Level.
简介：识别间接跳转目标。
应用细粒度的CFI对于提升软件安全很重要。然而，对于商业的二进制，构造高精度的控制流图是很困难的。因为没有源码级的信息，比如符 ，类型来帮助识别间接跳转。缺少源码信息使得分析间接跳转的目标变得很难。指向分析或许是个解决方法，但目前没有二进制级别的指向分析框架来识别间接跳转目标。Value-Set Analysis在二进制上是最先进的指向分析框架，但是不能扩展到大型程序里。因此，文章提出了BPA这个框架，采用多种分析技术，包括块内存模型、内存访问分析。结果表明，BPA比现有工具的精度提高了34.5%，并且没有引入漏 （false negative）
链接：https://www.ndss-symposium.org/ndss-paper/refining-indirect-call-targets-at-the-binary-level/
模糊测试
PGFUZZ: Policy-Guided Fuzzing for Robotic Vehicles.
简介：自动驾驶里的fuzzer
自动驾驶交通工具（Robotic Vehicles，RV）成为了现代系统里的很重要的部分，比如自动送快递服务，公共交通，环境监控等等。尽管他们已经应用到了很多地方，但是安全问题限制了他们更广的应用。大部分针对RV的工作主要是提出防御机制来抵御语法bug，输入验证bug和外部传感器欺骗攻击。这篇文章提出了PGFUZZ，一种policy-guided的模糊测试框架，可以验证RV是否遵守已确定的安全和功能策略。PGFUZZ通过时间逻辑表达式来表达确定的策略。时间逻辑表达式是用时间约束来表示，并且作为fuzz分析系统的导向指标。更具体的说，每次生成输入，都会朝着返回策略的状态更近一步。另外，使用静态和动态分析找出会影响策略的true value的命令，参数以及环境因素。最后在RV控制程序，ArduPilot，PX4和Paparazzi上测试，发现了156个未知的bug，其中106个被开发者所证实。
链接：https://www.ndss-symposium.org/ndss-paper/pgfuzz-policy-guided-fuzzing-for-robotic-vehicles/
Favocado: Fuzzing the Binding Code of JavaScript Engines Using Semantically Correct Test Cases.
简介：针对JavaScript的binding layers的fuzzer。用到C语言的地方还挺多的。
JavaScript运行系统包含了一些特别的编程接口，叫做binding layers。Binding layers会将数据表示翻译成JavaScript和一些不安全的语言，比如C/C++。由于JavaScript的广泛应用，发现JavaScript的binding layers里的bug是很重要的。然而，现有的JavaScript模糊测试工具不足以fuzz binding layers，原因有二。如何生成语法和语义正确的测试样例，并且减少输入空间的大小。
链接：https://www.ndss-symposium.org/ndss-paper/favocado-fuzzing-the-binding-code-of-javascript-engines-using-semantically-correct-test-cases/
WINNIE : Fuzzing Windows Applications with Harness Synthesis and Fast Cloning.
简介：windows fuzzer，绕过GUI的思路不错
链接：https://www.ndss-symposium.org/ndss-paper/winnie-fuzzing-windows-applications-with-harness-synthesis-and-fast-cloning/
Reinforcement Learning-based Hierarchical Seed Scheduling for Greybox Fuzzing.
简介：强化学习和fuzzer，强化学习如何和fuzzer结合/p>
链接：https://www.ndss-symposium.org/ndss-paper/reinforcement-learning-based-hierarchical-seed-scheduling-for-greybox-fuzzing/
侧信道
PhantomCache: Obfuscating Cache Conflicts with Localized Randomization.
简介：多级缓存的随机化方案
链接：https://www.ndss-symposium.org/ndss-paper/phantomcache-obfuscating-cache-conflicts-with-localized-randomization/
Screen Gleaning: A Screen Reading TEMPEST Attack on Mobile Devices Exploiting an Electromagnetic Side Channel.
简介：针对手机屏幕信 的侧信道攻击
链接：https://www.ndss-symposium.org/ndss-paper/screen-gleaning-a-screen-reading-tempest-attack-on-mobile-devices-exploiting-an-electromagnetic-side-channel/
Rosita: Towards Automatic Elimination of Power-Analysis Leakage in Ciphers.
简介：代码重写的密码学应用/p>
链接：https://www.ndss-symposium.org/ndss-paper/rosita-towards-automatic-elimination-of-power-analysis-leakage-in-ciphers/
Hunting the Haunter – Efficient Relational Symbolic Execution for Spectre with Haunted RelSE.
简介：用符 执行检测幽灵
链接：https://www.ndss-symposium.org/ndss-paper/hunting-the-haunter-efficient-relational-symbolic-execution-for-spectre-with-haunted-relse/
SpecTaint: Speculative Taint Analysis for Discovering Spectre Gadgets.
检测：用污点分析找幽灵的gadget
链接：https://www.ndss-symposium.org/ndss-paper/spectaint-speculative-taint-analysis-for-discovering-spectre-gadgets/
智能家居
Hey Alexa, is this Skill Safe Taking a Closer Look at the Alexa Skill Ecosystem.
简介：针对skill的分析，最近这种文章好像比较多，国重发了两篇这个类似的
亚马逊的语音助手Alexa可以让用户通过语言来和一些 络服务交互。同时亚马逊还为开发者提供了一个机会可以创建第三方的应用运行在Alexa上。虽然这些服务满足了用户，但也带来了一些安全和隐私问题。这篇文章系统性地对Alexa skill的生态系统做了分析。我们对Alexa skill进行了大规模的分析，获取了总共90000多个唯一的skill。分析结果显示在审查skill的过程中存在几个缺陷。结果发现，恶意开发者可以使用任意公司开发者的名字来发布skill，而且还可以在哄骗用户泄露不必要的信息后，修改后端的代码。还发现23.3%的skills没有完全揭露和权限相关的数据类型。
链接：https://www.ndss-symposium.org/ndss-paper/hey-alexa-is-this-skill-safe-taking-a-closer-look-at-the-alexa-skill-ecosystem/
IoTSafe: Enforcing Safety and Security Policy with Real IoT Physical Interaction Discovery.
简介：物理交互对于IoT设备的影响/p>
链接：https://www.ndss-symposium.org/ndss-paper/iotsafe-enforcing-safety-and-security-policy-with-real-iot-physical-interaction-discovery/
PFirewall: Semantics-Aware Customizable Data Flow Control for Smart Home Privacy Protection.
简介：利用数据流控制保护隐私
物联 平台让用户能够部署智能家居等应用。然而，流向物联 平台的大量敏感数据可能会导致隐私问题。大部分流向平台的数据并不会影响这些设备的自动使用功能。而用户也没有办法控制这些设备。因此，提出了一个Pfirewall的数据流控制系统，来增强IoT平台用户的隐私安全。PFireWall自动生成最小数据策略，只会给出最低限度的数据来保证这些智能家居的自动功能。同时用户也可以自定义数据的策略。为了加强这些策略，PFirewall介入到IoT设备和物联 平台之间，而不修改平台，IoT设备，或者hub。在四个真实的测试集上测试，PFirewall可以减少97%的数据送到平台，而不影响正常使用。
链接：https://www.ndss-symposium.org/ndss-paper/pfirewall-semantics-aware-customizable-data-flow-control-for-smart-home-privacy-protection/
EarArray: Defending against DolphinAttack via Acoustic Attenuation.
检测：超声波恶意命令注入攻击的检测
链接：https://www.ndss-symposium.org/ndss-paper/eararray-defending-against-dolphinattack-via-acoustic-attenuation/
软件防御
SODA: A Generic Online Detection Framework for Smart Contracts.
简介：智能合约的在线检测框架
由于金钱关系，智能合约成为了攻击者眼红的一个目标。虽然现在有很多发现智能合约漏洞的文章，但是，他们不能保证发现所有的漏洞，或者保护智能合约不受攻击。因为他们都是依赖于线下分析。最近，出现了一些运行时保护智能合约的方法，但是他们只能防御特定的攻击，不好扩展。开发一个在线保护系统是非常耗时，而且需要对智能合约内部结构很熟悉，使得快速开发防御机制防御新型攻击是很困难的。
链接：https://www.ndss-symposium.org/ndss-paper/soda-a-generic-online-detection-framework-for-smart-contracts/
POP and PUSH: Demystifying and Defending against (Mach) Port-oriented Programming.
简介：防御Port-oriented Programming
苹果设备对于攻击者来说是高价值目标。虽然这些设备使用不同的操作系统（iOS，macOS，iPadOS），但他们都是基于混合内核XNU。现有的攻击表明XNU的漏洞可以被利用来提权或者越狱。为了缓解这些威胁，许多安全机制应用到了最新的系统。
这篇文章系统评估了apple上部署的防御机制，结果表明大部分都可以通过损坏一个特定类型的内核对象来绕过。文章将这种类型的攻击总结为Port-Object-Oriented Programming。为了防御这个攻击，还提出了一种Port Ultra-SHield系统来减少不被保护的Mach Port对象。PUSH系统会自动定位潜在的POP原语，并且在那附件插上相关的系统调用来确保Mach port kernel objects的完整性。这个机制只引进了2%的运行开销，并且应用在超过40000台macOS设备上。
链接：https://www.ndss-symposium.org/ndss-paper/pop-and-push-demystifying-and-defending-against-mach-port-oriented-programming/
Доверя’й, но проверя’й: SFI safety for native-compiled Wasm.
简介：编译器的bug会造成什么影响/p>
链接：https://www.ndss-symposium.org/ndss-paper/%d0%b4%d0%be%d0%b2%d0%b5%d1%80%d1%8f%d0%b9-%d0%bd%d0%be-%d0%bf%d1%80%d0%be%d0%b2%d0%b5%d1%80%d1%8f%d0%b9-sfi-safety-for-native-compiled-wasm/
Detecting Kernel Memory Leaks in Specialized Modules with Ownership Reasoning.
简介：内存分配函数不仅仅只有malloc，还有很多内核自己自定义的
内核空间由硬件和所有进程共享，所以其内存使用情况更受限制，而且相比用户态内存，更难回收。因此，发生在内核里的内存泄露会导致很严重的拒绝服务攻击。尤其是在长期运行的服务器上。内核代码使用了大量的动态分配策略，而且许多内核的代码模块为内存管理提供了他们自己的抽象表示（就是自定义的内存分配函数）。另一方面，内核代码的数据流很复杂，所以很难确定一个对象会在什么时候释放。现有的工具很难检测内存泄露。
链接：https://www.ndss-symposium.org/ndss-paper/detecting-kernel-memory-leaks-in-specialized-modules-with-ownership-reasoning/
嵌入式安全
Evading Voltage-Based Intrusion Detection on Automotive CAN.
简介：利用两个ECU来攻击，打破原本1个ECU攻击的假设。
这篇文章提出了一种电压损坏策略，这种策略利用两个ECU来损坏VIDS记录的总线电压。通过这种攻击，可以绕过VIDS的特征检测和分类算法。DUET采用一个两步的攻击策略。首先，在VIDS的再训练模式下，操纵一个ECU的电压指纹，然后在VIDS的操作模式下，模仿被操控的电压指纹。
链接：https://www.ndss-symposium.org/ndss-paper/evading-voltage-based-intrusion-detection-on-automotive-can/
HERA: Hotpatching of Embedded Real-time Applications.
简介：利用硬件特性实现热补丁。
内存损坏攻击是物联 设备的主要攻击。简单地更新IoT软件是不太可能的，因为这会导致一段时间停机或者重启。对于高可用的嵌入式设备，比如医疗系统，以及一般具有实时需求的嵌入式系统，必须避免这种情况。为了避免系统的停机和重启，以前的研究引入了热补丁的概念。然而，现有的方法不难应用于资源受限的物联 设备。此外，热补丁在硬件上还存在一些相关的问题没有解决，比如只读内存不能直接修改固件。
这篇文章提出了HERA的方法，利用基于硬件的嵌入式Cortex-M微控制器的内置特性来执行嵌入式系统的热补丁。HERA在实时约束下，能保证只使用最低限度的额外资源。在一个案例研究中，我们应用HERA到两个有漏洞的医疗设备中。然后利用HERA去修补FreeRTOS操作系统的现有漏洞。实验方法表明，该方法具有较高的实用性和有效性。
链接：https://www.ndss-symposium.org/ndss-paper/hera-hotpatching-of-embedded-real-time-applications/
From Library Portability to Para-rehosting: Natively Executing Microcontroller Software on Commodity Hardware.
简介：re-hosting的自动配置，主要是构建好环境，这样用传统方法也能找到固件bug。
这是国重的一篇文章。主要是找微控制器（MCU）固件的bug。MCU运行多种指令，并且开发环境很不一样。使得现有的很多软件测试工具无法验证MCU。为了将开发环境和测试环境保持一致，最简单的方法是重新编译源代码到商品机器（re-host)上。然而，专门的re-hosting是很枯燥无聊的任务，而且会出现很多问题（库依赖，内核依赖，硬件依赖）。在这个工作里，我们系统性地探索了MCU软件的可移植性问题，并且提出了para-rehosting方法来降低移植过程的难度。使用POSIX接口抽象和实现了一个可移植的MCU。他会对MCU核的常见函数建模。针对次要的特定逻辑，我们提出基于hal的次要函数替换，即用主机上的等效后端驱动程序替换高级硬件功能。 这些后端驱动程序由精心设计的para- api调用，可以在许多MCU操作系统中重用。 我们将常见的HAL函数分为四种类型，并实现用于快速后端开发的模板。 使用该方法，我们成功地重新rehost了9个MCU操作系统，包括广泛部署的Amazon FreeRTOS、ARM Mbed操作系统、Zephyr和LiteOS。 最后使用动态分析工具（AFL和ASAN）发现了28个未知的bug，其中五个获得了CVE，19个被厂商承认。
链接：https://www.ndss-symposium.org/ndss-paper/from-library-portability-to-para-rehosting-natively-executing-microcontroller-software-on-commodity-hardware/
BaseSpec: Comparative Analysis of Baseband Software and Cellular Specifications for L3 Protocols.
简介：蜂窝基带固件的分析
链接：https://www.ndss-symposium.org/ndss-paper/basespec-comparative-analysis-of-baseband-software-and-cellular-specifications-for-l3-protocols/
可信计算
DOVE: A Data-Oblivious Virtual Environment.
简介：用隔离环境防御侧信道
用户可以通过使用可信执行环境（TEE）防止敏感数据被篡改，从而提高远程通信的安全性。这些也可以通过用高层次语言（R，Python，Ruby）写的应用来解决。然而，这是为了编程便利，而付出了被侧信道攻击的风险的代价。
链接：https://www.ndss-symposium.org/ndss-paper/dove-a-data-oblivious-virtual-environment/
CHANCEL: Efficient Multi-client Isolation Under Adversarial Programs.
简介：针对single enclave的多用户的沙箱
Intel SGX为不可信的云机器上的用户数据提供了机密性保护。然而，处理机密数据的应用可能存在一些如信息泄露的bug，或者会恶意收集用户数据。现有的研究处理这个问题的时候没有考虑在一个enclave里做多用户的隔离。我们发现不支持这种隔离的话，当在不同进程中并发处理多用户时，会导致性能开销很大。
这篇文章提出了CHANCEL，一种在single SGX enclave里为多用户隔离设计的沙箱。CHANCEL可以让一个程序的线程去访问线程的内存区域和共享只读的内存区域。每个线程处理来自一个用户的请求，并且和其他进程相隔离。这种机制是基于多用户的软件错误隔离（SFI)机制。而且，CHANCEL支持多种in-encalve的服务，比如in-memory的文件系统。还能屏蔽客户端通信，来保证程序和外部世界的完整交互。
链接：https://www.ndss-symposium.org/ndss-paper/chancel-efficient-multi-client-isolation-under-adversarial-programs/
Emilia: Catching Iago in Legacy Code.
简介：找lago漏洞
人们对可信执行环境中实现可信代码的legacy code的安全使用很兴趣。比如SGX。然而legacy code通常假设操作系统是存在的。这就可能导致对legacy code的lago攻击。文章发现不是所有的legacy code都会被lago攻击影响，而是需要以不安全的方式使用系统调用作为返回值才会有lago漏洞。基于这个发现，开发了Emilia，能够在legacy应用中自动检测lago漏洞。这个Emilia是基于系统调用返回值的模糊测试实现的。使用这个开发的工具在17个应用中发现了51个lago漏洞。
链接：https://www.ndss-symposium.org/ndss-paper/emilia-catching-iago-in-legacy-code/
络安全
Flexsealing BGP Against Route Leaks: Peerlock Active Measurement and Analysis
A Devil of a Time: How Vulnerable is NTP to Malicious Timeservers/p>
OblivSketch: Oblivious Network Measurement as a Cloud Service.
ROV++: Improved Deployable Defense against BGP Hijacking.
Trust the Crowd: Wireless Witnessing to Detect Attacks on ADS-B-Based Air-Traffic Surveillance.
隐私
Awakening the Web’s Sleeper Agents: Misusing Service Workers for Privacy Leakage.
All the Numbers are US: Large-scale Abuse of Contact Discovery in Mobile Messengers.
Improving Signal’s Sealed Sender.
Tales of Favicons and Caches: Persistent Tracking in Modern Browsers.
络方案
Reining in the Web’s Inconsistencies with Site Policy.
From WHOIS to WHOWAS: A Large-Scale Measurement Study of Domain Registration Privacy under the GDPR.
Understanding the Growth and Security Considerations of ECS.
Mondrian: Comprehensive Inter-domain Network Zoning Architecture.
密码学
Obfuscated Access and Search Patterns in Searchable Encryption.
More than a Fair Share: Network Data Remanence Attacks against Secret Sharing-based Schemes…
Forward and Backward Private Conjunctive Searchable Symmetric Encryption.
Practical Non-Interactive Searchable Encryption with Forward and Backward Privacy.
web安全
Zoom on the Keystrokes: Exploiting Video Calls for Keystroke Inference Attacks.
Deceptive Deletions for Protecting Withdrawn Posts on Social Media Platforms.
Who’s Hosting the Block PartyStudying Third-Party Blockage of CSP and SRI…
To Err.Is Human: Characterizing the Threat of Unintended URLs in Social Media.
SerialDetector: Principled and Practical Exploration of Object Injection Vulnerabilities for the Web.
移动安全
The Abuser Inside Apps: Finding the Culprit Committing Mobile Ad Fraud.
Your Phone is My Proxy: Detecting and Understanding Mobile Proxy Networks.
Understanding Worldwide Private Information Collection on Android.
On the Insecurity of SMS One-Time Password Messages against Local Attackers in Modern Mobile Devices.
Preventing and Detecting State Inference Attacks on Android.
区块链
As Strong As Its Weakest Link: How to Break Blockchain DApps at RPC Service.
RandRunner: Distributed Randomness from Trapdoor VDFs with Strong Uniqueness.
LaKSA: A Probabilistic Proof-of-Stake Protocol.
SquirRL: Automating Attack Analysis on Blockchain Incentive Mechanisms with Deep Reinforcement Learning.
Bitcontracts: Supporting Smart Contracts in Legacy Blockchains.
络协议
QPEP: An Actionable Approach to Secure and Performant Broadband From Geostationary Orbit.
A Formal Analysis of the FIDO UAF Protocol.
PHOENIX: Device-Centric Cellular Network Protocol Monitoring using Runtime Verification.
The Bluetooth CYBORG: Analysis of the Full Human-Machine Passkey Entry AKE Protocol.
NetPlier: Probabilistic Network Protocol Reverse Engineering from Message Traces.
恶意软件和 络犯罪
UIScope: Accurate, Instrumentation-free, and Visible Attack Investigation for GUI Applications.
Understanding and Detecting International Revenue Share Fraud.
Differential Training: A Generic Framework to Reduce Label Noises for Android Malware Detection.
MINOS: A Lightweight Real-Time Cryptojacking Detection System.
Does Every Second CountTime-based Evolution of Malware Behavior in Sandboxes.
机器学习
Let’s Stride Blindfolded in a Forest: Sublinear Multi-Client Decision Trees Evaluation.
Practical Blind Membership Inference Attack via Differential Comparisons.
GALA: Greedy ComputAtion for Linear Algebra in Privacy-Preserved Neural Networks.
FARE: Enabling Fine-grained Attack Categorization under Low-quality Labeled Data.
联邦学习和Poisoning attacks
POSEIDON: Privacy-Preserving Federated Neural Network Learning.
FLTrust: Byzantine-robust Federated Learning via Trust Bootstrapping.
Manipulating the Byzantine: Optimizing Model Poisoning Attacks and Defenses for Federated Learning.
Data Poisoning Attacks to Deep Learning Based Recommender Systems.
Forensics 和审计
C^2SR: Cybercrime Scene Reconstruction for Post-mortem Forensic Analysis.
ALchemist: Fusing Application and Audit Logs for Precise Attack Provenance without Instrumentation.
WATSON: Abstracting Behaviors from Audit Logs via Aggregation of Contextual Semantics.
机器学习应用
CV-Inspector: Towards Automating Detection of Adblock Circumvention.
FlowLens: Enabling Efficient Flow Classification for ML-based Network Security Applications.
PrivacyFlash Pro: Automating Privacy Policy Generation for Mobile Apps.
Towards Understanding and Detecting Cyberbullying in Real-world Images.
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！