3659 ورقة بحثية
تقدم الورقة البحثية ShieldFS، وهو نظام ملفات متوافق مع معايير POSIX يضمن سلامة البيانات وحداثتها من الطرف إلى الطرف للتخزين المستمر في بيئات الحوسبة السرية عبر استخدام التزامات تشفيرية موجزة وأشجار ميركل للكشف عن هجمات التلاعب والرجوع إلى حالة سابقة دون الحاجة إلى تغييرات في التطبيقات أو تخزين موثوق.
تقدم هذه الورقة إطار تقييم شامل للعدالة عبر اللغات في العلامات المائية للنماذج اللغوية، مما يكشف عن تفاوتات هيكلية عبر العائلات اللغوية التصنيفية، ويثبت أن التقييمات الحالية التي تركز على اللغة الإنجليزية تفشل في رصد فجوات الكشف والجودة الحرجة في عمليات النشر متعددة اللغات.
تقدم هذه الورقة البحثية EchoCoT، وهو إطار هجوم متعدد الخطوات ينجح في استخراج آثار سلسلة الأفكار (chain-of-thought) المخفية بنصها الحرفي تقريبًا من كل من النماذج الاستدلالية الكبيرة مفتوحة المصدر والنماذج المملوكة الرائدة عبر تفاعلات واجهة برمجة التطبيقات (API)، مما يثبت وجود خطر أمني جسيم على أصول هذه النماذج القيمة.
إن TrustRAG هو نظام توليد معزز بالاسترجاع مدعوم بتقنية البلوكشين يضمن سلامة وقابلية التحقق من المستندات المسترجعة في المجالات الحرجة عبر توظيف آلية تسجيل نقاط المصداقية القائمة على لجنة، والمؤمنة من خلال براهين المعرفة الصفرية والحوسبة متعددة الأطراف الآمنة.
تحلل هذه الدراسة ذات المنهج المختلط 24 ورقة بحثية تكرارية في مجال أمن وخصوصية الاستخدام للكشف عن افتقار المجال الحالي لإرشادات واضحة، وانتشار التكرارات المعدلة بدلاً من التكرارات المطابقة، والدور الهام للعوامل الزمنية والسياقية، مقدمةً في نهاية المطاف توصيات عملية لتعزيز ممارسات التكرار.
تقترح هذه الورقة إطار عمل للحوسبة الآمنة متعددة الأطراف يتيح التدريب والاستدلال المحافظ على الخصوصية لنموذج CellCnn على بيانات الخلايا الفردية ذات الحصص السرية، مما يسمح للمؤسسات بالتعاون في اكتشاف المجموعات الخلوية الفرعية المرتبطة بالأمراض النادرة بدقة عالية دون الكشف عن معلومات المرضى الحساسة.
تقترح هذه الورقة إطار عمل لإدارة الثقة والتحفيز قائم على تقنية البلوكشين، يعمل على تأمين التخزين المؤقت عند الحافة المتنقلة ضد العقد الخبيثة والسلوك الأناني من خلال استخدام العقود الذكية لتقييم الثقة، والمصادقة، وتوزيع المكافآت لتحسين زمن الاستجابة، والسعة، وكفاءة التكلفة.
تقدم هذه الورقة QUASAR، وهي شبكة عصبية هجينة كمومية-كلاسيكية مبتكرة تعزز بشكل كبير من مصادقة الطبقة الفيزيائية لأقمار رادار الفتحة الاصطناعية (SAR) العاملة بنطاق X-band، وذلك من خلال تفوقها على التعلم العميق الكلاسيكي في كل من كفاءة البيانات ودقة التصنيف ضد مختلف هجمات التزييف العدائية.
تقترح هذه الورقة إطار عمل تكيفياً موجهاً بالتغذية الراجعة، يقوم بتقييم وإثبات هشاشة كل من مسارات تحويل الكلام إلى نص المتتالية ونماذج اللغة الصوتية الضخمة (end-to-end) تجاه هجمات كسر الحماية القائمة على الصوت بشكل منهجي، محققةً معدلات نجاح أعلى من الطرق الحالية عبر التحسين المتزامن للمطالبات النصية والاضطرابات الصوتية.
تقدم الورقة البحثية NINJA، وهي طريقة لكسر الحماية (jailbreaking) منخفضة الموارد وقابلة للنقل تستغل الحساسية الموضعية للنماذج اللغوية ذات السياق الطويل لتجاوز فلاتر السلامة عبر إلحاق محتوى حميد بأهداف ضارة، مما يثبت أن التوزيع الاستراتيجي ضمن السياقات الممتدة يزيد بشكل كبير من معدلات نجاح الهجوم عبر مختلف النماذج المتطورة.