生成AIの社会実装が加速する一方，それを標的としたサイバー攻撃による実被害が増加し，AIのためのセキュリティ（AIセキュリティ）が喫緊の課題となっている．本稿では，特に脅威が顕在化している大規模言語モデル（LLM）に着目し，AIセキュリティの最新動向を解説する．主に，LLMに対する代表的な攻撃であるジェイルブレイクを取り上げ，その最新の手法と防御技術について述べる．更に，昨今のトレンドであるAIエージェントのセキュリティ動向についても概説する．

画像知覚暗号化は，画像の視聴内容を把握困難にする暗号化技術として，プライバシー保護やアクセス制御，メディア配信などの分野で注目されてきた．近年，SNSやその他のクラウドサービスなどで通信される画像は，送信者の意図によらず，JPEGなどの圧縮規格（フォーマット）で公開され，いわゆるZIPファイルなどの非公開状態での通信に非対応であることが多い．そのため，このJPEGをはじめとした国際標準フォーマットに準拠しつつ，その視聴内容を保護する知覚暗号化，すなわち「フォーマット準拠暗号化」が強く求められ，重要な研究分野として発展してきた．国際標準フォーマットに準拠しつつ暗号化を実現することによって，既存の復号器（画像ビューア）を搭載したプラットホーム上で視聴できつつも，その視聴内容を保護することが可能である．これまでのフォーマット準拠暗号化は，画素領域や変換領域などにおいて多様に設計・提案されており，知覚劣化度合の調整可能性・攻撃への頑健性・計算量・一部プラットホーム上での画像の再圧縮への対応（設計上の課題）といった観点で研究されている．本解説論文では，まず画像知覚暗号化技術全体の研究動向を俯瞰し，その中で更にJPEGフォーマット準拠暗号化アルゴリズムに焦点を絞り，上記の設計上の課題について概観・整理する．

本稿では，複素信号処理の基礎について解説する．実数値信号に対する処理手法を複素領域へ拡張する際に特に重要となる二つの問題，すなわち，複素数をパラメータにもつ実数値関数の微分と，プロパー性を満たさない複素ランダム信号の統計的取り扱いに焦点を当てる．まず，複素変数を含む最適化問題における勾配計算のための手法としてウィルティンガー微分を紹介する．次に，プロパーでない複素信号を扱うための枠組みとして広義線形フィルタを説明する．更に，最小2乗推定及び線形MMSE（minimum mean square error）推定の例を通してこれらの手法の利用方法を示すとともに，通信システムにおけるIQ（in-phase/quadrature-phase）不均衡補償への応用についても述べる．