Newest papers

Make the Adversary Spend More Energy: Generative Deception against Language-Model Attackers in Critical Infrastructure

Vlad Mihal, Hosam Alamleh, Alessandro Cantelli-Forti · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27739 · open-access PDF

Hindi

भाषा मॉडल हमलावर कंप्यूटर संसाधनों का उपभोग करते हैं क्योंकि वे एक लक्ष्य का पता लगाते हैं और एक लक्ष्य के साथ बातचीत करते हैं, जिससे साइबर धोखाधड़ी को लागत निर्धारित करने का अवसर मिलता है। इस तरह के प्रतिबद्धताओं को रक्षाकर्ता को फायदा पहुंचाने के लिए दोनों पक्षों को मापने की आवश्यकता होती है। हम एक स्वतंत्र भाषा मॉडल हमलावर का मूल्यांकन करते हैं जो एक रक्षा भाषा मॉडल का उपयोग करता है जो हमलावर के आदेशों का विश्लेषण करता है और रक्षात्मक प्रतिक्रियाओं का चयन करता है। 330 सत्रों, आठ मॉडल जोड़ों, दो हमलावर प्रोफ़ाइलों और तीन विरोधी इंजेक्शन स्तरों के माध्यम से, दोनों पक्ष समान जीपीयू पर चलते हैं और उनकी ऊर्जा बेकार से मा

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

Abstract

Language-model attackers consume computational resources as they explore and interact with a target, creating an opportunity for cyber deception to impose costs. Whether such engagements favor the defender requires measuring both sides. We evaluate an autonomous language-model attacker against a decoy that uses a defending language model to analyze attacker commands and select defensive responses. Across 330 sessions, eight model pairs, two attacker profiles and three counter-injection levels, both sides run on identical GPUs and their energy is measured above idle. With runtime thinking disab

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

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