3659 ورقة بحثية
تتقصى هذه الورقة مدى جدوى التدريب الخصمي لنماذج "Vision Transformers" في إطار التعلم الاتحادي، وتقترح FedWAvg، وهي طريقة تجميع مبتكرة تعتمد على وزن تحديثات العملاء بناءً على تشابه الطبقات لتحسين دقة المتانة في ظل توزيعات البيانات غير المتطابقة (Non-IID).
تستكشف هذه الورقة كيف يمكن لتقنية البلوكشين أن تعزز سلامة البيانات وتتبعها في الأنظمة السيبرانية الفيزيائية الصناعية (ICPS) من خلال الاستفيد من خاصيتي عدم القابلية للتعديل والإجماع الموزع لمعالجة التحديات الأمنية عبر تطبيقات مثل إدارة سلاسل التوريد ومراقبة الجودة، مع تسليط الضوء أيضاً على الحاجة إلى مزيد من الأبحاث في مجالات القابلية للتوسع، والتكامل، والجدوى الاقتصادية.
تقدم هذه الورقة دراسة ذاتية التدقيق لمدقق حزم الأدلة الذي، على الرغم من اجتيازه لتدقيق خارجي، وُجد أنه يحتوي على عيوب "النجاح الفارغ" حيث تُبلغ عمليات التحقق عن النجاح دون فحص البيانات، وهو خلل قام المؤلف بقياسه كمياً بشكل منهجي والقضاء عليه باستخدام إطار عمل اختبار طفرات لمواقع الرفض مخصص لتحقيق درجات كشف مثالية.
يُعد NeuronFuzz إطار عمل للفحص (fuzzing) من نوع الصندوق الأبيض (white-box)، حيث يستفيد من تنشيطات عصبونات السلامة الداخلية كتعليقات مستمرة وقابلة للتفاضل لتحديد مواضع المطالبات الحساسة للسلامة بكفاءة وتوليد هجمات كسر حماية (jailbreak) فعالة دون الحاجة إلى توليد استجابة كاملة، مما يتفوق بشكل كبير على الأساليب الحالية في اكتشاف الثغرات عبر مختلف النماذج اللغوية الكبيرة (LLMs).
تقدم هذه الورقة البحثية IoMT-SecAlarmBench، وهو معيار مرجعي شبه اصطناعي ذو حقيقة أرضية مضادة للواقع لتقييم هجمات السلامة على بيانات IoMT المزدوجة (ECG+PPG)، مما يكشف أن الكواشف الحالية تعاني مع هجمات إعادة التشغيل والنبضات منخفضة السعة، بينما تفشل غالباً في التمييز بين الهجمات وأعطال المستشعرات.
تجادل هذه الورقة بأن حوكمة وكلاء الذكاء الاصطناعي المستقلين تتطلب نموذج تحكم في وقت التشغيل يستند إلى خمسة عناصر أولية أساسية — الاكتشاف، والهوية، والحوكمة، والتصديق، وسلسلة التوريد — لمعالجة التحديات الفريدة للوكلاء العابرين، والموجهين بالنماذج، والمكتشفين ديناميكياً، وتقدم بنية تحتية مُنفذة جزئياً تتوسط الأفعال مقابل السياسات مع الإقرار صراحةً بتكاليف الأداء المرتبطة بها وحالة التكامل الحالية.
تقدم هذه الورقة البحثية "Daydreaming"، وهو هجوم الصندوق الأسود الذي يسرق مهارات الوكلاء متعددة الملفات المخفية عبر صياغة مهام تكيفية للتمييز بين سلوكياتهم وإعادة بنائها من خلال تفاعلات المهام العادية، محققاً استرداداً عالي الدقة حتى في ظل وجود دفاعات الكشف المباشر.
تقدم هذه الورقة PLCBench، وهو أول إطار عمل حقيقي للتحكم المنطقي المبرمج في حلقة "الأجهزة في الحلقة" (hardware-in-the-loop) لتقييم قدرة وكلاء النماذج اللغوية الكبيرة المستقلة على تحويل الوصول إلى الشبكة إلى تأثير مادي مستدام، مما يكشف أنه بينما تحقق 31.3% من الحلقات الأهداف المادية، توجد نقاط فشل كبيرة في الانتقال من استغلال البرمجيات إلى التلاعب المرتبط بالعملية.
تقدم هذه الورقة إطار عمل بنية المساءلة متعددة الطبقات (LAAF) لتطبيقات النماذج اللغوية الكبيرة، والمستمد من مراجعة منهجية لـ 122 دراسة ووثيقة تنظيمية، والتي تدمج الآليات التقنية والبشرية والتنظيمية والتوثيقية في نموذج رباعي الطبقات يتوافق مع المعايير العالمية مثل قانون الذكاء الاصطناعي للاتحاد الأوروبي وإطار إدارة مخاطر الذكاء الاصطناعي التابع للمعهد الوطني للمعايير والتقنية (NIST) لمعالجة الفجوات الحرجة في المساءلة لعمليات نشر الذكاء الاصطناعي عالية المخاطر.
تقدم الورقة البحثية SecureDrive-FL، وهو إطار عمل مراقبة للسائق يعتمد على التعلم الاتحادي، يدمج الخصوصية التفاضلية مع آلية مبتكرة للتشفير المتماثل الانتقائي الواعي بالتدرج (GASHE) للحماية في آن واحد من تسمم النموذج وهجمات "رجل في المنتصف"، مع الحفاظ على دقة عالية وتحمل حد أدنى فقط من العبء الحسابي.