3679 ورقة بحثية
تقدم هذه الورقة GuardPhish، وهو مجموعة بيانات تصيد احتيالي متعددة المتجهات واسعة النطاق ومصنف معياري قائم على المحولات يكشف عن فجوة حرجة في النماذج اللغوية الكبيرة مفتوحة المصدر حيث يفشل اكتشاف النية العالية في منع توليد المحتوى، مما يقدم حلاً قابلاً للنشر لتأمين هذه النماذج ضد هجمات الهندسة الاجتماعية.
يُعد Privatar إطار عمل قابلاً للتوسع للحفاظ على الخصوصية في بيئات الواقع الافتراضي متعددة المستخدمين، حيث يقوم بتفريغ عملية إعادة بناء الأفاتار إلى أجهزة محلية غير موثوقة من خلال الجمع بين التقسيم الأفقي لتقليل تسرب البيانات، والاضطراب الأدنى المدرك للتوزيع لإضافة خصوصية تفاضلية فعالة ورسمية، مما يزيد بشكل كبير من سعة المستخدمين المتزامنين مع حد أدنى من التأثير على الجودة البصرية واستهلاك الطاقة.
تقترح هذه الورقة إطار عمل للشبكة الصغيرة المعززة كمومياً (QuAM) يدمج الشبكات الكمومية الآمنة، والإخطار المجهول، وتوليد الأرقام العشوائية للدفاع ضد الهجمات السيبرانية عالية التأثير، مع قياس المقايضات بين الخصوصية والتوافر والتكاليف التشغيلية من خلال المحاكاة.
تقدم هذه الورقة مفهوم "حدود القرار الذرية" لإثبات أن ضمان قابلية القبول في وقت التنفيذ في الأنظمة ذاتية القيادة يتطلب هيكلياً دمج تقييم السياسة وانتقال الحالة في خطوة واحدة غير قابلة للتجزئة، حيث إن النماذج المنفصلة عاجزة بطبيعتها عن منع انتهاكات قابلية القبول في البيئات المتزامنة.
تثبت هذه الورقة أن أنظمة الحوكمة القائمة على الإنفاذ تعاني من عمى هيكلي تجاه الانحراف السلوكي لأن مراقبة الإجراءات المحلية لا يمكنها رصد الثوابت العالمية عند وقت القبول، وتقترح طبقة قياس الثوابت (IML) كحل فعال بشكل مثبت يكتشف مثل هذه الانحرافات بتأخير محدود.
تقترح هذه الورقة إطار عمل قائم على شبكة الذاكرة الطويلة قصيرة المدى (LSTM) مع آلية الانتباه القابلة للتفسير، والتي تحلل أنماط سلوك نظام الملفات للكشف بفعالية وشفافية عن برمجيات فدية مدعومة بالذكاء الاصطناعي في المراحل المبكرة من التنفيذ بدقة عالية ومعدلات منخفضة من الإيجابيات الكاذبة.
تحلل هذه الدراسة مجموعة بيانات تضم أكثر من مليون حزمة من حزم جافا سكريبت (JavaScript) لتكشف أن عدداً صغيراً من الثغرات الأمنية ينتشر على نطاق واسع عبر شبكة تبعيات npm، مما يتسبب في تأثر 21.6% من الحزم بدرجة خطورة عالية، مع تسليط الضوء على وجود تأخير كبير بين إصلاح الثغرات وبين الإفصاح عنها علناً.
يُعدّ SDLLMFuzz إطار عمل جديد للفحص الرمادي (greybox fuzzing) يعمل على تعزيز اكتشاف الثغرات الأمنية في البرامج ذات المدخلات المهيكلة من خلال دمج توليد بذور صالحة نحوياً قائمة على النماذج اللغوية الكبيرة مع التحليل الساكن للانهيارات لإنشاء حلقة تغذية راجعة ديناميكية-ساكنة لاستكشاف المسارات العميقة بكفاءة.
تقدم هذه الورقة MORPH، وهو إطار عمل يعيد صياغة نوى براهين المعرفة الصفرية باستخدام نموذج تعقيد مدرك للأجهزة لتمكين التنفيذ الفعال على رقائق الذكاء الاصطنا خلف المخصصة (AI ASICs) مثل وحدات معالجة التنسور (TPUs)، محققاً تحسينات في الإنتاجية تصل إلى 10 أضعاف في عمليات تحويل NTT من خلال الحسابات المتمحورة حول وحدة المصفوفات الرياضية (MXU) وتخطيطات تدفق البيانات المحسنة.
تقترح الورقة البحثية ExAI5G، وهو إطار عمل للذكاء الاصطناعي القابل للتفسير قائم على المنطق يجمع بين نظام كشف التسلل المعتمد على نموذج المحولات (Transformer) وبين التدرجات المتكاملة وأشجار القرار البديلة لتحقيق دقة بنسبة 99.9% وأمانة بنسبة 99.7% في كشف التسلل لشبكات الجيل الخامس مع توفير تفسيرات شفافة، وقابلة للتنفيذ، وموثوقة عبر النماذج اللغوية الكبيرة (LLMs).