Newest papers

CAESAR: Mixed Reality Search-and-Rescue Platform for Cognitive Attack Evaluation

Mingyu Zhu, Jiangong Chen, Yu Liu, Hillmer Chona, Zifan Zhou, Jianan Jiang, Jonathan E. Dodge, Feng Qian, Mahdi Imani, Tian Lan, Gang Tan, Bin Li · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.27654 · cited by 0 works (OpenAlex) · open-access PDF

Vietnamese

Trong các nhiệm vụ hợp tác an toàn quan trọng như tìm kiếm và cứu hộ, tuy nhiên, người dùng phụ thuộc rất nhiều vào các yếu tố ảo để nhận thức, phối hợp và ra quyết định, làm cho họ dễ bị tổn thương bởi các cuộc tấn công nhận thức làm sai lệch phản hồi trực quan, nội dung ảo hoặc đồng bộ hóa hệ thống. Trong khi nghiên cứu an ninh MR trước đây đã kiểm tra các cơ chế tấn công cá nhân, các đánh giá thường được thực hiện trong các thiết lập độc lập hoặc đơn người dùng, và thiếu các bài kiểm tra hợp tác chuẩn hóa cho các thử nghiệm đối đầu có hệ thống. Trong bài báo này, chúng tôi nghiên cứu CAESAR, một khuôn khổ MR đa người dùng cuối cùng để đánh giá có hệ thống các cuộc tấn công nhận thức trong đào tạo hợp tác tìm kiếm và cứu hộ. CAESAR cung cấp một kiến trúc mô-đun tích hợp bốn lớp

Machine translation (Meta M2M100); the English original follows.

Abstract

Mixed Reality (MR) enables immersive training by tightly coupling virtual content with the physical environment and supporting embodied interaction. In safety-critical collaborative tasks such as search-and-rescue, however, users rely heavily on virtual elements for perception, coordination, and decision-making, making them vulnerable to cognitive attacks that subtly distort visual feedback, virtual content, or system synchronization. While prior MR security research has examined individual attack mechanisms, evaluations are typically conducted in isolated or single-user settings, and there is a lack of standardized collaborative testbeds for systematic adversarial experimentation. In this paper, we develop CAESAR, an end-to-end multi-user MR framework for systematic evaluation of cognitive attacks in collaborative search-and-rescue training. CAESAR features a modular architecture that integrates four classes of cognitive attacks within a synchronized collaborative scenario and incorporates a multimodal data collection pipeline that captures behavioral, performance, and subjective measures under adversarial conditions. We conduct a controlled user study with an in-depth analysis of the latency-based attack, demonstrating measurable effects on task performance and user behavior while characterizing users' subjective experience under adversarial conditions.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Human–computer interaction, Computer science, Virtual reality, Task (project management), Adversarial system, Cognition

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange