3659 ورقة بحثية
تقدم الورقة البحثية إطار عمل DIME، وهو إطار عمل قائم على أسس نظرية وعالي الكفاءة في الاستعلام للقيام بالاستدلال على العضوية في نماذج الانتشار، والذي يستفيد من أخطاء إعادة بناء المزالة للضجيج والهندسة المحلية ليتفوق بشكل كبير على الهجمات الحالية باستخدام استعلامين فقط.
يقدم AgentFlow لغة سياسات قائمة على التدفق وإطار عمل لفرض التنفيذ يعمل على تأمين أنظمة وكلاء النماذج اللغوية الكبيرة من خلال تتبع تدفقات البيانات الحساسة عبر الأدوات وحدود التفويض، مما نجح في القضاء على الاختراقات المؤكدة في اختبارات معيارية متعددة مع الحفاظ على فائدة المهام أو تحسينها.
تقترح هذه الورقة إطار عمل موجهاً بالتحقق يستفيد من النماذج اللغوية الكبيرة والتركيب الاستقرائي الموجه بالأمثلة المضادة لتوليد قواعد كشف التسلل لـ Suricata بدقة عالية تلقائياً من آثار طلبات HTTP، محققةً معدل كشف بنسبة 81.5% مع صفر من الإيجابيات الكاذبة على بيانات هجمات إنترنت الأشياء الواقعية.
تُثبت هذه الورقة أن التوسع في وقت الاستدلال عبر أسلوب "أفضل من " المقيد عرضة بطبيعتها لـ "اختراق السلامة"، حيث تلوث نماذج السلامة التقريبية غير المكتملة المجموعة الممكنة، ويؤدي تعظيم المكافأة إلى تضخيم المخرجات غير الآمنة المتبقية، مما يجعل إخفاقات السلامة مؤكدة تقاربيًا مع نمو عدد العينات ما لم تُستخدم آليات محددة للتحكم في التغطية.
تقدم هذه الورقة خوارزمية دقيقة تحدد سلامة تعديلات تنفيذ الوكيل (مثل نقاط التحقق، والتفريع، والاستعادة، والدمج) عبر حساب جميع الاستمرارات الصالحة التي تحافظ على النتائج المطلوبة وتتجنب انتهاكات السياسة، مع توفير التحقق الرسمي عبر آلية "Lean" والتحقق التجريبي.
تقدم هذه الورقة إطار تحليل موحد وغير استكشافي لقياس الخصوصية في العالم الحقيقي في بروتوكولات التمويل اللامركزي (DeFi) المحمية القائمة على نموذج (UTXO)، حيث كشفت من خلال تقييم عمليات نشر "Railgun" و"Hinkal" أن قيود الرموز العامة وانتقالات الحالة التاريخية تقلل بشكل كبير من أحجام مجموعات المجهولية، مما يترك العديد من المعاملات في كثير من الأحيان بخصوصية ضئيلة أو معدومة.
تقدم هذه الورقة إطار عمل مبتكر يطبق تعلم تمثيل الرسوم البيانية الموجه بتعلم الآلة لتحديد وتصور مجموعات التباين عالية الاحتمالية بكفاءة في شفرات إنترنت الأشياء خفيفة الوزن مثل SIMON وSIMECK، محققةً دقة مثالية ومظهرةً أداء تجميع قوي باستخدام خوارزمية أقرب جيران.
تُثبت هذه الورقة أن التحقق من الاستدلال القائم على "غومبل" (Gumbel)، والذي زعم سابقاً الحد من استخراج أوزان النماذج اللغوية الكبيرة في ظل حركة المرور الحميدة، يصبح أقل فعالية بشكل ملحوظ ضد المطالبات العدائية التي تعطل البنية النحوية لتضخيم اعتلاج الرموز (token entropy) اصطناعياً، مما يؤدي إلى مضاعفة معدل تسريب البيانات ويستلزم دفاعات ديناميكية مُعايرة وفقاً للاعتلاج.
تقدم هذه الورقة عائلة جديدة من الحدود الأكثر إحكاماً والواعية للطيف حول قابلية العكس لترميز الحالات المعزز للخصوصية، والتي تتغلب على قيود الأعمال السابقة من خلال التطبيق على كل من المرمّزات الحتمية والعشوائية مع دعم مقاييس التشابه القائمة على المعايير المختلفة بخلاف متوسط مربع الخطأ.
تقترح الورقة البحثية إطار عمل RAD، وهو إطار للكشف عن الشذوذ العلائقي المعزز بالقواعد يجمع بين تعلم تمثيل الرسوم البيانية غير المتجانسة والقواعد الرمزية المنقحة المستمدة من مسارات الغابة العشوائية لتحديد الشذوذ بفعالية في قواعد البيانات متعددة الجداول مع الحفاظ على البنية العلائقية ودمج الأدلة السلوكية، مما يظهر أداءً فائقاً على النماذج المرجعية الحالية في معيار مرجعي جديد يشمل مجموعات بيانات الأمن السيبراني والتجارة الإلكترونية.