3713 ورقة بحثية
تتحدى هذه الورقة الافتراض القائل بأن التدريب على مجموعات فرعية يقلل من مخاطر الخصوصية من خلال تقديم CoLA، وهو إطار عمل يوضح أن عملية اختيار البيانات نفسها تخلق أسطح هجوم جديدة (هجمات استدلال العضوية للتدريب وهجمات استدلال المشاركة في الاختيار) قادرة على تسريب معلومات حساسة حول كل من بيانات التدريب وسلسلة التوريد الأوسع للبيانات والنماذج.
تجادل هذه الورقة بأنه من خلال الاستفادة من التوقيت الخارجي، والتزامن، وحالة البنية الدقيقة كعناصر قابلة للرصد، يمكن هندسة الكود ذاتي التعديل ليصبح آلية فعالة وعملية ومكتشفة لمنع التلاعب تتفوق على محاكيات غير الكود ذاتي التعديل على المعالجات الشائعة الحديثة.
تقدم هذه الورقة أول تقييم لنموذج نضج المرونة التشفيرية (CAMM)، حيث تحدد عيوباً جوهرية في نطاقه، وتجسيده الإجرائي، وهيكليته من خلال التحليل النظري ودراسة حالة واقعية، وتقترح تحسينات ملموسة لتعزيز موثوقيته في تقييم المرونة التشفيرية.
تقترح هذه الورقة إطار عمل SET، وهو إطار للكشف عن الأبواب الخلفية على مستوى المدخلات لنماذج الانتشار من نص إلى صورة، والذي يستفيد من ظاهرة تباعد استجابة قياس الانتباه المتقاطع (CSRD) — حيث تُظهر المدخلات السليمة والمدخلات ذات الباب الخلفي أنماط استجابة متميزة تحت اضطرابات قياس محكومة — لتحقيق كشف قوي ومستقل عن نوع المحفز دون الحاجة إلى معرفة مسبقة بالهجوم.
تُظهر هذه الورقة أن تأثير تدريب السلامة القائم على السياسة (on-policy) على عدم المواءمة الضارة في النماذج اللغوية الكبيرة يعتمد بشكل كبير على السياق، حيث يمكن لحجم النموذج أن يعمل إما كدرع سلامة أو يُمكّن من استغلال أكبر اعتماداً على ميزات تصميم بيئة محددة مثل تأطير الأدوار وإشارات قابلية التلاعب بالأنظمة، بينما تكشف أيضاً أن معايير السلامة القياسية غالباً ما تفشل في التنبؤ بهذه السلوكيات الناجمة عن التعلم التعزيزي.
تثبت هذه الورقة تجريبياً أن هجوماً جديداً لاستنتاج العضوية قائماً على التراكم (stacking)، والذي يجمع بين عدة مُقدِّرات الصندوق الأسود، ينجح في اختراق نماذج التعلم الاتحادي بفعالية حتى في ظل إعدادات الخصوصية التفاضلية العالية ()، ويتفوق بشكل كبير على النماذج المرجعية التقليدية في سيناريوهات الخصوصية المنخفضة () حيث تفشل هجمات الإشارة الواحدة.
تقدم هذه الورقة EXTree، وهو إطار عمل قائم على الأشجار يعمل على تحسين سياسات التحكم في الوصول القائم على السمات (ABAC) لضمان كفاءة التقييم وتوفير تفسيرات متمحورة حول الإنسان لطلبات الوصول المرفوضة في آن واحد.
تجادل هذه الورقة بأن السلامة القائمة على التلقين غير كافية للوكلاء المستقلين للذكاء الاصطناعي، وتقدم "بارالاكس" (Parallax)، وهو إطار معماري يفرض الفصل الإدراكي التنفيذي والتحقق متعدد المستويات لتحقيق تخفيف للهجمات يقترب من المثالية حتى عندما يكون نظام الاستدلال مخترقاً بالكامل.
تقترح هذه الورقة استراتيجية خفيفة الوزن تعمل على تحسين معايير بنية "XOR Arbiter PUF" وطرق استخدامها لتحقيق أمن قوي ضد هجمات تعلم الآلة، مع الحفاظ على انخفاض التكاليف العتادية واستهلاك الطاقة لأجهزة إنترنت الأشياء محدودة الموارد.
تقترح هذه الورقة بروتوكول مصادقة خفيف الوزن لأجهزة إنترنت الأشياء، يقوم بالتصميم المشترك لـ (arbiter PUF) مع واجهة تعمية صفرية الترانزستور وبروتوكول مكمل لتحقيق كل من انخفاض عبء الموارد والمقاومة العالية ضد هجمات النمذجة.