3678 ورقة بحثية
تُعد A-THENA نظاماً خفيف الوزن للكشف المبكر عن التسلل في شبكات إنترنت الأشياء، يعتمد على بنية Transformer مع ترميز هجين مدرك للزمن وتعزيز خاص بالشبكة لتحقيق دقة فائقة وأداء في الوقت الفعلي على الأجهزة محدودة الموارد مثل Raspberry Pi Zero 2 W.
توضح هذه الورقة التعقيدات التشغيلية والتحديات البحثية المرتبطة بتطوير نظام شامل لكشف التسلل يقوم بمراقبة كل من حركة مرور شبكة أنظمة التحكم الصناعية والعمليات الفيزيائية في آن واحد، بدلاً من الاعتماد على آليات كشف متوازية ومعزولة.
من خلال دراسة إثنوغرافية استمرت ستة أشهر وعملية إنشاء مشترك اجتماعي-تقني قائمة على نموذج "SECI" لـ "نوناكا"، تُثبت هذه الورقة أن دمج الباحثين مع ممارسي الأمن السيبراني لتطوير أدوات مرافقة لنماذج اللغات الكبيرة (LLM) بشكل تكراري يتغلب بفعالية على عوائق الاعتماد التقليدية مثل الثقة وعدم توافق سير العمل، مما يؤدي إلى تكامل مستدام للتكنولوجيا في مراكز عمليات الأمن.
تقدم هذه الورقة تقنية "حقن الدورات العابرة" (TTI)، وهي تقنية هجوم متعدد الدورات مبتكرة تستغل الإشراف عديم الحالة عبر توزيع النوايا العدائية عبر تفاعلات معزولة، مما يكشف عن ثغرات أمنية كبيرة في النماذج اللغوية الكبيرة الرائدة ويسلط الضوء على الحاجة الملحة لتدابم دفاعية مدركة للسياق.
تقدم هذه الورقة CrossCommitVuln-Bench، وهي مجموعة بيانات تضم 15 ثغرة أمنية حقيقية في لغة بايثون تتملص من التحليل الساكن لكل عملية إيداع (per-commit) لأن ظروف استغلالها تمتد عبر عمليات إيداع حميدة متعددة، مما يكشف أن أدوات تحليل الأمان الساكن (SAST) الحالية تغفل عن 87% من مثل هذه الثغرات العابرة لعمليات الإيداع حتى عند تحليل الكود المصدري بالكامل.
تُثبت هذه الورقة أن استراتيجيات التحقق من محو تعلم الآلة الحالية هشة بشكل جوهري، حيث يمكن لمزودي النماذج توظيف عمليات عدائية مستحدثة لخداع أنظمة التحقق مع الاحتفاظ بمعلومات البيانات التي يُفترض أنها مُحيت.
تقترح هذه الورقة البحثية إطار عمل "أشجار التفسير الاتحادية مع الخصوصية التفاضلية" (FEXT-DP)، وهو إطار تعلم اتحادي يجمع بين أشجار القرار لضمان القابلية للتفسير والخصوصية التفاضلية لتعزيز حماية البيانات، مع تحليل المقايضة حيث تؤثر طبقة الخصوصية المضافة سلبًا على قابلية تفسير النموذج كما يتم قياسها بواسطة مقاييس SHAP وMDI.
يُعد MemoPhishAgent عميلًا لنموذج لغوي كبير متعدد الوسائط ومعزز بالذاكرة، يستفيد من الذاكرة العرضية والتنسيق الديناميكي للأدوات للتفوق بشكل كبير على النماذج المرجعية الحالية في اكتشاف روابط التصيد الاحتيالي الجديدة والمتكررة، محققًا استدعاءً عاليًا في عمليات النشر الواقعية.
تقدم هذه الورقة تحليلاً أمنياً تجريبياً لنشر وكلاء النماذج اللغوية الكبيرة (LLM agents) على أجهزة إنترنت الأشياء (IoT)، كاشفةً أنه في حين أن البنى التحتية المحلية عند الحافة (edge-local architectures) تقلل من التعرض الروتيني للبيانات، إلا أنها تستحدث ثغرات فريدة على مستوى الأنظمة مثل تباعد حالة التنسيق وتجاوز حدود السيادة غير المرئية، مما يثبت في النهاية أن بنية النشر هي محدد رئيسي للمخاطر الأمنية في أنظمة إنترنت الأشياء التي يتحكم فيها الوكلاء.
تقدم هذه الورقة البحثية PASTA، وهو هجوم باب خلفي جديد غير مرتبط بالرقعة (patch-agnostic) على نماذج المحولات الرؤيوية (Vision Transformers)، يستفيد من تأثير إشعاع المحفز (Trigger Radiating Effect) وإطار تحسين تكيفي ثنائي المستوى لتحقيق معدلات نجاح عالية للهجوم عبر مواقع محفزات عشوائية مع تعزيز التخفي بشكل كبير في كل من نطاقي البكسل والانتباه.