3713 ورقة بحثية
تقدم الورقة البحثية XMark، وهي طريقة علامة مائية متعددة البتات مبتكرة للنصوص المولدة بواسطة النماذج اللغوية الكبيرة (LLM)، تتغلب على القيود الحالية من خلال تحقيق دقة فك تشفير عالية حتى مع عدد محدود من الرموز (tokens) مع الحفاظ على جودة النص عبر توزيع "لوجيت" (logit) أقل تشوهاً.
تُثبت دراسة التحقق الرسمي هذه أن الكود المولد بواسطة الذكاء الاصطناي عبر سبعة نماذج لغوية كبيرة رائدة غير آمن جوهرياً، حيث تحتوي 55.8% من المصنوعات البرمجية على ثغرات مثبتة رياضياً تتملص من الأدوات القياسية في الصناعة وتستمر رغم التعليمات الأمنية الصريحة.
تقدم هذه الورقة "Back-Reveal"، وهو هجوم مبتكر يوضح كيف يمكن تحفيز وكلاء نماذج اللغات الكبيرة (LLMs) الذين يستخدمون الأدوات والمحقونين بباب خلفي لتسريب بيانات المستخدم الحساسة بشكل منهجي من خلال استدعاءات أدوات مموهة، مع إمكانية حدوث تسريب تراكمي يتضاعف عبر التفاعلات متعددة الأدوار.
تقدم هذه الورقة دراسة تجريبية لنظام الوكيل OpenClaw لإرساء إطار عمل تأسيسي للتحقيق الجنائي في الذكاء الاصطناعي الوكيل من خلال تحليل الآثار القابلة للاسترداد، واقتراح تصنيف للمخلفات الرقمية، وتسليط الضوء على التحديات الفريدة المتمثلة في عدم الحتمية والتجريد الناتج عن التنفيذ المدفوع بالنماذج اللغوية الكبيرة.
تقدم هذه الورقة وتتحقق من صحة بنية شبكية طبقية ومعيارية تدمج توزيع المفاتيح الكمومية (QKD) مع التشفير ما بعد الكمي (PQC) لتحقيق اتصالات طرف إلى طرف قابلة للتوسع والآمنة والتشغيل البيني عبر الشبكات الكمومية متعددة القفزات ذات العقد الموثوقة دون الحاجة إلى تعديلات في أجهزة توزيع المفاتيح الكمومية الحالية.
تقدم هذه الورقة أداة ASTRAL، وهي أداة تعتمد على النماذج اللغوية الكبيرة متعددة الوسائط تعمل على إعادة بناء بنيات الأنظمة السيبرانية الفيزيائية المجزأة لتمكين التحديد التكيفي للتهديدات والتقييم الكمي للمخاطر، مما يدعم اتخاذ قرارات أمنية مستنيرة حتى عندما تكون الوثائق غير كاملة أو قديمة.
تقدم هذه الورقة تحليلاً منهجياً لـ 123 منشوراً حول مكافحة الأدلة الجنائية الرقمية لتوضيح تعريفها الغامض، وقياس تقنياتها عبر المجالات الفرعية للأدلة الجنائية، واقتراح اتجاهات أخلاقية ومتماسكة للبحوث المستقبلية.
يُعد BodhiPromptShield إطار عمل مدركاً للسياسات يعمل على الحد من انتشار الخصوصية في وكلاء النماذج اللغوية الكبيرة (LLM) والنماذج اللغوية البصرية (VLM) عبر التوسط في المعلومات الحساسة عبر مراحل الاسترجاع، والذاكرة، والأدوات من خلال التجريد الاستراتيجي والاستعادة المتأخرة، متفوقاً بذلك على أساليب إخفاء الهوية الحالية في التقييمات المنضبطة.
تقدم هذه الورقة MCPSHIELD، وهو إطار أمني رسمي شامل لوكلاء الذكاء الاصطناعي القائمين على بروتوكول سياق النموذج (MCP)، والذي يؤسس لتصنيف هرمي للتهديدات، ونموذج تحقق رسمي، وبنية دفاعية متعددة الطبقات لمعالجة النقص الحاد في تدابير الأمن الموحدة في الأنظمة البيئية المتوسعة بسرعة للذكاء الاصطناعي الوكيل.
تقترح الورقة البحثية LLM4CodeRE، وهو إطار عمل لنماذج لغوية كبيرة متكيفة مع المجال، يستخدم استراتيجيات ضبط دقيق متعددة المهايئات ومشروطة بالمهام لتحقيق هندسة عكسية ثنائية الاتجاه قوية للكود، متفوقاً بذلك على الأدوات الحالية في فك تشفير البرمجيات الخبيثة المموّهة وترجمة الكود المصدري إلى لغة التجميع.