[논문리뷰] Stealing Reasoning Traces from Proprietary LLM APIs본 연구는 API 제공자들이 지적 재산 보호를 위해 CoT 추론 과정을 암호화하여 클라이언트 측에 저장하도록 하는 아키텍처의 구조적 취약점을 제기한다. 기존의 stateless 설계는 암호화된 블록이 세션, 사용자, 심지어 모델 간에 완벽하게 호환되고 상호 교환될 수 있다는 치명적인 보안 결함을 가진다.#Review#Chain-of-Thought#API Security#Model Distillation#Encrypted Reasoning#Prompt Injection#Privacy Leakage2026년 8월 10일댓글 수 로딩 중
[논문리뷰] PrivacyPeek: Auditing What LLM-Based Agents Acquire, Not Just What They Say본 논문은 LLM 기반 에이전트가 외부 툴을 통해 작업 수행 시 과도한 민감 정보를 획득하는 문제를 해결하기 위해 PrivacyPeek을 제안합니다 .#Review#LLM-based Agents#Privacy Leakage#Data Acquisition#Benchmark#Contextual Integrity#Tool-use2026년 8월 9일댓글 수 로딩 중
[논문리뷰] When Agents Learn to Be You: Benchmarking Privacy Leakage, Impersonation Risk, and Defenses in Persona Skills본 논문은 Persona Skills 파이프라인에서 발생하는 구조적 안전성 위협을 규명하고 이를 체계적으로 평가하고자 합니다.#Review#Persona Skills#Agentic Systems#Privacy Leakage#Impersonation Risk#AntiSkillBench#Distillation Strategy#Defense Evaluation2026년 8월 4일댓글 수 로딩 중
[논문리뷰] Benchmarking Knowledge-Extraction Attack and Defense on Retrieval-Augmented Generation이 연구는 Retrieval-Augmented Generation (RAG) 시스템에서 발생하는 지식 추출 공격(Knowledge Extraction Attack) 으로 인한 민감 정보 유출 및 지적 재산권 침해 문제를 해결하고자 합니다.#Review#RAG Security#Knowledge Extraction Attack#Benchmarking#Privacy Leakage#Defense Mechanisms#Large Language Models#Retrieval Augmented Generation2026년 2월 16일댓글 수 로딩 중