cs.CR ورقة بحثية

Cross-site scripting adversarial attacks based on deep reinforcement learning: Evaluation and extension study

تقيم هذه الورقة وتوسع هجوماً عدائياً يعتمد على التعلم التعزيزي العميق، وهو هجوم متطور ضد كواشف ثغرات XSS، وذلك من خلال معالجة تهديدات الصلاحية وتقديم "XSS Oracle"، محققة في النهاية معدل مراوغة يتجاوز 96%.

Samuele Pasini, Gianluca Maragliano, Jinhan Kim, Paolo Tonella2026-03-23

📊 statistics

Statistics-Friendly Confidentiality Protection for Establishment Data, with Applications to the QCEW

تقترح هذه الورقة إطاراً جديداً للسرية، يكون ملائماً للسياسات، لبيانات الأعمال، حيث ينقل التركيز من الحماية من استنتاج العضوية إلى الحماية من استنتاج السمات عبر تحديد فترات عدم اليقين حول القيم التأسيسية، وتتحقق من هذا النهج باستخدام كل من بيانات مكتب إحصاءات العمل الأمريكية السرية ومجموعة بيانات بديلة تم إصدارها علناً.

Kaitlyn Webb, Prottay Protivash, John Durrell, Daniell Toth, Aleksandra Slavković, Daniel Kifer2026-03-23

🤖 AI

The Phish, The Spam, and The Valid: Generating Feature-Rich Emails for Benchmarking LLMs

تقدم هذه الورقة PhishFuzzer، وهو إطار عمل مفتوح المصدر يولد مجموعة بيانات ضخمة غنية بالبيانات الوصفية تتكون من 23,100 رسالة بريد إلكتروني متنوعة مع تصنيفات ثلاثية صارمة، وذلك لتقييم موثوقية ومتانة النماذج اللغوية الكبيرة الحديثة في اكتشاف التصيد الاحتيالي والرسائل غير المرغوب فيها بدقة تحت ظروف هيكلية متغيرة.

Rebeka Toth, Tamas Bisztray, Nils Gruschka2026-03-23

🤖 machine learning

StealthRL: Reinforcement Learning Paraphrase Attacks for Multi-Detector Evasion of AI-Text Detectors

تقدم هذه الورقة البحثية StealthRL، وهو إطار عمل للتعلم التعزيزي يتملص بفعالية من كواشف النصوص المعتمدة على الذكاء الاصطناعي المتعددة عبر تدريب سياسة إعادة صياغة لتحسين مكافأة مركبة توازن بين الحفاظ على المعنى وتجنب الكشف، مما يكشف عن فجوات متسعة في المتانة ونقاط ضعف هيكلية مشتركة في أنظمة الكشف الحالية.

Suraj Ranganath, Atharv Ramesh2026-03-23

💬 NLP

MAPLE: Metadata Augmented Private Language Evolution

تقترح الورقة البحثية إطار عمل MAPLE، وهو إطار عمل مبتكر يعزز التطور اللغوي ذو الخصوصية التفاضلية للنماذج اللغوية الكبيرة التي يمكن الوصول إليها عبر واجهة برمجة التطبيقات (API) من خلال الاستفيد من البيانات الوصفية الجدولية ذات الخصوصية التفاضلية والتعلم في السياق للتغلب على اختناقات التهيئة، مما يحقق مقايضات فائقة بين الخصوصية والمنفعة، وتقارباً أسرع، وتكاليف أقل لواجهة برمجة التطبيقات مقارنة بالطرق الحالية.

Eli Chien, Yuzheng Hu, Ryan McKenna, Shanshan Wu, Zheng Xu, Peter Kairouz2026-03-23

🤖 machine learning

DPxFin: Adaptive Differential Privacy for Anti-Money Laundering Detection via Reputation-Weighted Federated Learning

تقدم الورقة البحثية DPxFin، وهو إطار عمل جديد للتعلم الاتحادي للكشف عن غسيل الأموال، يعزز الخصوصية والمنفعة من خلال تخصيص ضوضاء الخصوصية التفاضلية ديناميكياً بناءً على درجات سمعة العميل المستمدة من محاذاة النموذج.

Renuga Kanagavelu, Manjil Nepal, Ning Peiyan, Cai Kangning, Xu Jiming, Fei Gao, Yong Liu, Goh Siow Mong Rick, Qingsong W (…)2026-03-23

💻 computer science

The Verifier Tax: Horizon Dependent Safety Success Tradeoffs in Tool Using LLM Agents

تكشف هذه الورقة أنه بينما يعمل فرض سلامة وقت التشغيل في وكلاء النماذج اللغوية الكبيرة (LLMs) المستخدمة للأدوات على اعتراض الإجراءات غير المتوافقة بفعالية، فإنه يفرض "ضريبة تحقق" كبيرة تقلل بشكل حاد من معدلات إنجاز المهام الآمنة بسبب هلوسة النموذج وضعف قدرات التعافي، مما يسلط الضوء على فجوة حرجة بين حظر الإجراءات وتحقيق نتائج آمنة وواقعية.

Tanmay Sah, Vishal Srivastava, Dolly Sah, Kayden Jordan2026-03-23

🤖 AI

A Novel Solution for Zero-Day Attack Detection in IDS using Self-Attention and Jensen-Shannon Divergence in WGAN-GP

تقترح هذه الورقة إطار عمل SA-JS-WGAN-GP مبتكر يدمج آليات الانتباه الذاتي (Self-Attention) والتنظيم القائم على تباعد جينسن-شانون (Jensen-Shannon divergence) في شبكات واشرشتاين التنافسية التوليدية ذات تدرج العقوبة (Wasserstein GANs) لتخليق أنماط هجمات اليوم صفر (zero-day attacks) واقعية، مما يعزز بشكل كبير أداء الكشف والقدرة على التعميم لأنظمة كشف التسلل.

Ziyu Mu, Xiyu Shi, Safak Dogan2026-03-23

🤖 machine learning

Automated Membership Inference Attacks: Discovering MIA Signal Computations using LLM Agents

تقدم هذه الورقة البحثية AutoMIA، وهو إطار عمل مبتكر يسخر وكلاء النماذج اللغوية الكبيرة لأتمتة اكتشاف وتنفيذ هجمات استدلال العضوية المخصصة، محققاً تحسينات في الأداء تصل إلى مستوى الحالة الراهنة مقارنة بالطرق الحالية.

Toan Tran, Olivera Kotevska, Li Xiong2026-03-23

🤖 AI

The Autonomy Tax: Defense Training Breaks LLM Agents

تكشف هذه الورقة عن "مفارقة القدرة والاتساق" الجوهرية، حيث يؤدي التدريب الدفاعي المصمم لحماية وكلاء النماذج اللغوية الكبيرة من هجمات حقن الأوامر إلى تدمير كفاءتهم في تنفيذ المهام متعددة الخطوات بشكل منهجي، وغالباً ما يفشل في منع الهجمات المتطورة، مما يجعل الوكلاء المدافعين في نهاية المطاف أقل موثوقية وأماناً من نظرائهم غير المدافعين.

Shawn Li, Yue Zhao2026-03-23

→ السابق التالي ←