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

Russian

Языковые модели атакующих потребляют вычислительные ресурсы, когда они исследуют и взаимодействуют с целью, создавая возможность для кибер-мошенничества для наложения затрат. Независимо от того, благоприятствуют ли такие действия защитнику, требуется измерение обеих сторон. Мы оцениваем автономный язык-модель атакующего против декоя, который использует оборонительную языковую модель для анализа команд атакующего и выбора оборонительных ответов. На протяжении 330 сессий, восьми пар моделей, двух профилей атакующего и трех уровней контраинъекции обе стороны работают на идентичных GPU и их энергия измеряется выше пустоты.

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