3767 ورقة بحثية
تقدم هذه الورقة EvoJail، وهو إطار عمل تطوري آلي متعدد الأهداف يكتشف بشكل منهجي هجمات كسر الحماية (jailbreak) متنوعة وفعالة في ذيل التوزيع (long-tail) على النماذج اللغوية الكبيرة، وذلك من خلال تحسين كل من نجاح الهجوم وسلاسة المخرجات عبر توليد مطالبات دلالية-خوارزمية.
تقدم هذه الورقة نظام ذكاء اصطناعي مكوناً من ستة وكلاء لإجراء تقييمات مخاطر الأمن السيبراني ميسورة التكلفة ومتوافقة مع إطار الأمن السيبراني (NIST CSF)، والتي تحقق دقة وسرعة عاليتين مقارنة بالخبراء البشريين، رغم أن نشرها مقيد حالياً بقيود نافذة السياق بدلاً من جودة النموذج.
تقترح هذه الورقة إطار عمل للتعلم التبايني متعدد الوسائط مكون من مرحلتين، يستفيد من الأوصاف النصية للثغرات الأمنية لتوجيه تصنيف الحمولة، مما يقلل بفعالية من تعلم الاختصارات ويحسن التعميم في مهام اكتشاف التهديدات السيبرانية.
تقدم هذه الورقة إطار عمل عام للتحسين متعدد الأهداف يعمل على تحسين بروتوكولات الخصوصية التفاضلية المحلية المتطورة لتحقيق توازنات فائقة بين الخصوصية (المقاسة بمعدل نجاح المهاجم)، والمنفعة (المقاسة بمتوسط مربع الخطأ)، والمتانة ضد هجمات تسميم البيانات.
تُثبت هذه الورقة نتائج صعوبة جوهرية تُظهر أن إيجاد التوازن بدقة عالية مع ميزانية خصوصية متلاشية هو أمر مستحيل في ألعاب المصفوفات المتعددة (polymatrix games) تحت ظروف معينة، ومن ثم تقترح خوارزمية موزعة مبتكرة تتغلب على هذه القيود من خلال الاستفادة من بنية اللعبة لتحقيق فجوة ناش (Nash gap) متلاشية وميزانية خصوصية في آن واحد في بيئات اتصالات واقعية.
تقترح هذه الورقة اختبار تجانس قائم على الرتبة يُمكّن المستخدمين من تدقيق واجهات برمجة تطبيقات النماذج اللغوية الكبيرة (LLM) ذات الصندوق الأسود بدقة وكفاءة للكشف عن عمليات استبدال النماذج غير المصرح بها، مثل التكميم أو الضبط الدقيق الضار، وذلك عبر التحقق من الاتساق السلوكي مع نموذج محلي أصيل دون الكشف عن أنماط الكشف.
تقدم هذه الورقة مجموعة بيانات استشعار جماعي لاكتشاف التسلل واسعة النطاق ودراسة تجريبية تثبت أن التعلم الاتحادي اللامركزي (DFL) يحقق أداءً تنافسياً في اكتشاف البرمجيات الخبيثة في بيئات إنترنت الأشياء مع الحفاظ على محلية البيانات، وغالباً ما يتفوق على التعلم الاتحادي المركزي (CFL).
إن QLCoder هو إطار عمل وكيل يستفيد من نموذج لغوي كبير معزز بالتغذية الراجعة للتنفيذ، والتكامل مع بروتوكول خادم اللغة (LSP)، والاسترجاع القائم على التوليد المعزز بالاسترداد (RAG) لتخليق استعلامات CodeQL صالحة تلقائياً من بيانات وصف الثغرات الأمنية الشائعة (CVE metadata)، محققاً معدل نجاح بنسبة 53.4% في اكتشاف الثغرات الأمنية عبر مشاريع Java مقارنة بـ 10% مع وكيل قياسي.
تقدم هذه الورقة البحثية A402، وهي بنية تقنية تهدف إلى تقليل الثقة عبر الاستفادة من قنوات الخدمة الذرية والتوقيعات المتكيفة المدعومة ببيئات التنفيذ الموثوقة (TEE) لفرض الذرية من طرف إلى طرف بين مدفوعات العملات الرقمية وتنفيذ الخدمة، مما يتغلب على قيود معيار x402 مع تحسين الأداء بشكل كبير وتقليل التكاليف على السلسلة للتجارة الوكيلية.
تقترح الورقة البحثية DP-S4S، وهي آلية مبتكرة تحقق معالجة قابلة للتوسع ودقيقة لاستعلامات الاختيار-الربط-التجميع (Select-Join-Aggregate) تحت خصوصية تفاضلية على مستوى المستخدم من خلال أخذ عينات من وحدات التجميع بدلاً من المستخدمين وتأسيس أساس رياضي صديق لأخذ العينات بناءً على خصوصية رين actually (RDP)، مما يتغلب على التكاليف الحسابية الباهظة ومعدلات الخطأ المرتفعة للطرق الحالية المتطورة.