3678 ورقة بحثية
تقدم هذه الورقة VRSafe، وهو لوحة مفاتيح افتراضية آمنة للواقع الافتراضي تعمل على تخفيف هجمات استنتاج ضربات المفاتيح عن طريق حقن ضربات مفاتيح إيجابية كاذبة لإخفاء أنماط كلمات المرور وتتضمن كاشفاً خفيف الوزن لتسجيلات الدخول الخبيثة، مما يظهر تحسينات أمنية كبيرة مع تكلفة طفيفة فقط في سهولة الاستخدام.
تقدم هذه الورقة تقييم مخاطر المتبقي (RRS)، وهو إطار عمل يجمع بين تحليل التشابه الدلالي والهيكلي ليكشف أن ما يقرب من 61% من الدوال التي تم إصلاحها في معيار PrimeVul لا تزال تحتفظ بمخاطر أمنية متبقية كبيرة، مما يتحدى الافتراض بأن الكود الذي تم إصلاحه هو بطبيعته حميد.
تقدم هذه الورقة GateScope، وهو إطار عمل للقياس بنظام الصندوق الأسود يقوم بمراجعة بوابات واجهة برمجة تطبيقات النماذج اللغوية الكبيرة (LLM) التجارية عبر أبعاد المحتوى، والمحادثة، والفواتير، وزمن الاستجابة، كاشفاً عن تباينات كبيرة بين السياسات المعلنة والسلوكيات الفعلية مثل الاستبدال الصامت للنماذج، والانحرافات في التسعير، وعدم اتساق الأداء.
تقدم هذه الورقة CSTM-Bench، وهي مجموعة بيانات وإطار تقييم للكشف عن تهديدات وكلاء الذكاء الاصطنا de عبر الجلسات التي تتهرب من الحواجز الوقائية عديمة الذاكرة، مما يثبت أن قارئات النواة (Coreset Readers) ذات الذاكرة المحدودة تتفوق على كل من النهج المقيد بالجلسة والنهج القائم على السجلات الكاملة، مع اقتراح مقياس جديد يوازن بين استدعاء الكشف واستقرار الخدمة.
تقدم هذه الورقة البحثية "تكوين التعليمات التكيفي" (Adaptive Instruction Composition)، وهو إطار عمل مبتكر يستخدم "مقام المراهنة السياقي" (contextual bandit) القائم على التعلم المعزز لدمج الاستعلامات والتكتيكات الضارة المستمدة من الحشد ديناميكيًا، مما يؤدي إلى توليد عمليات كسر حماية لنماذج اللغات الكبيرة (LLM jailbreaks) متنوعة وعالية الفعالية تتفوق على كل من الأساليب العشوائية وأساليب الاختبار الأحمر التكيفي الحالية.
تقدم هذه الورقة هجمات حجب الخدمة مراوغة ومنخفضة التكلفة تستغل محاكة المعاملات متعددة الجولات والارتباطات بين المعاملات لتعطيل خدمات تجميع الحزم في إيثيريوم مثل Flashbots، مما يقلل بشكل كبير من إيرادات البناة ويبطئ إنتاج الكتل، مع اقتراح استراتيجيات للتخفيف من حدتها.
تقدم هذه الورقة البحثية ECCFROG522PP، وهي منحنى إهليلجي فوق حقل أولي بطول 522 بت مصمم للأمان العالي والشفافية الكاملة، حيث يتم توليد جميع المعلمات بشكل حتمي ويمكن التحقق منها عبر مسار عام يعتمد على خوارزمية BLAKE3 لضمان القابلية للتدقيق وإعادة الإنتاج.
تقدم الورقة البحثية CI-Work، وهو معيار يكشف أن وكلاء نماذج اللغات الكبيرة (LLM) للمؤسسات الرائدة ينتهكون سلامة السياق بشكل متكرر عبر تسريب المعلومات الحساسة، وهي مشكلة تزداد سوءًا مع ارتفاع فائدة المهام ولا يمكن حلها بمجرد زيادة حجم النموذج، مما يستلزم تحولًا نحو بنيات تركز على السياق.
تقدم هذه الورقة أول دراسة مقارنة للخصوصية التفاضلية، والتعرف على الكيانات المسماة، والنماذج اللغوية الكبيرة لإزالة تحديد الهوية من الملاحظات السريرية الهولندية، مما يثبت أنه بينما تؤدي الخصوصية التفاضلية وحدها إلى تقليل فائدة البيانات بشكل كبير، فإن النهج الهجين الذي يجمع بينها وبين المعالجة المسبقة القائمة على النماذج اللغوية الكبيرة يحقق توازناً متفوقاً بين الخصوصية والفائدة.
تقدم هذه الورقة MCP Pitfall Lab، وهو إطار عمل لاختبار الأمان المدرك للبروتوكولات يعمل على تحديد وتخفيف الثغرات الأمنية متعددة المتجهات في خوادم أدوات بروتوكول سياق النموذج (MCP) من خلال سيناريوهات هجوم قابلة لإعادة الإنتاج، والتحقق القائم على التتبع، وتدابيد التحصين الفعالة التي تقضي على المخاطر بأقل قدر من تغييرات الكود.