3774 ورقة بحثية
تستعرض هذه الورقة الحلول القائمة على الذكاء الاصطناعي للخداع السيبراني الديناميكي على مستوى الشبكة والأجهزة في البيئات المتنازع عليها، مع التركيز بشكل خاص على دمج النماذج اللغوية الكبيرة (LLMs) والتعلم المعزز (RL) لتحسين الاستراتيجيات فعالة التكلفة ضد الهجمات الخفية على أنظمة التكنولوجيا التشغيلية (OT).
تقدم هذه الورقة البحثية "Semantic Chameleon"، وهو هجوم تسميم للمجموعات النصية موجّه بالتدرج يعمل على التلاعب بمخرجات أنظمة استرجاع المعلومات المعززة بالتوليد (RAG) عبر تحسين مستندات مزدوجة لاختطاف عملية الاسترجاع، مما يثبت أنه في حين أن الاسترجاع الهجين يخفف بفعالية من حدة الهجمات على الأنظمة التي تعتمد على المتجهات فقط، فإن الحمولات المحسنة بشكل مشترك لا تزال قادرة على تجاوز هذه الدفاعات جزئياً، مع تفاوت معدلات النجاح بشكل كبير عبر عائلات النماذج اللغوية الكبيرة ومجموعات البيانات المختلفة.
تقدم هذه الورقة MCP-38، وهو تصنيف شامل للتهديدات خاص بالبروتوكول يتكون من 38 فئة متميزة مستمدة من خلال منهجية منظمة من أربع مراحل لمعالجة أسطح الهجوم الدلالية الفريدة لأنظمة "بروتوكول سياق النموذج" (Model Context Protocol) التي تفشل الأطر الحالية في استيعابها.
تقدم هذه الورقة نظام YouTube-Synch، وهو نظام إنتاجي يحقق نسخاً آلياً موثوقاً وواسع النطاق لمحتوى يوتيوب المصرح به من قبل المنشئين إلى التخزين اللامركزي عبر التطور من خلال ثلاثة أجيال معمارية للتغلب على دفاعات المنصة المترابطة، وقيود واجهة برمجة التطبيقات (API)، والإخفاقات التشغيلية خلال دراسة طولية استمرت 3.5 سنوات.
تقترح هذه الورقة إطار عمل ستيجانوغرافي (إخفاء معلومات) تكيفي يستخدم نظام استدلال ضبابي من نوع "مامداني" لضبط عمق التضمين على مستوى البكسل ديناميكياً بناءً على السمات المحلية للصورة، مما يؤدي إلى تحسين المقايضة بين سعة الحمولة والدقة البصرية مع الحفاظ على عدم القدرة على الكشف الإحصائي من خلال آلية استخراج سمات متزامنة وطبقة تشفير قوية.
تقدم هذه الورقة نظاماً للجيل المعزز بالاسترجاع (RAG) يعمل على تعزيز تحليل الحوادث الأمنية من خلال الجمع بين التصفية المستهدفة القائمة على الاستعلام وبين الاستدلال الدلالي للنماذج اللغوية الكبيرة (LLM) لإعادة بناء تسلسلات الهجوم بدقة وتحديد المؤشرات من مصادر سجلات متنوعة، مما يثبت أن هذا النهج يحقق استدعاءً ودقةً عاليين مع تقليل التكاليف بشكل كبير مقارنة بالنماذج المرجعية التي لا تستخدم تقنية (RAG).
تقترح هذه الورقة وتقيّم تصميماً مبتكراً للتفاعل مع المواقع الإلكترونية وبروتوكولات تفويض معدلة تتيح التحكم في الوصول بدقة عالية للذكاء الاصطناعي الوكيل عند تنفيذ مهام حرجة مفوضة، مما يعالج الفجوات الحالية في التفويض الآمن القائم على الويب للذكاء الاصطناعي.
تقترح هذه الورقة إطار عمل شاملاً لنشر نماذج لغوية كبيرة موثوقة في التطبيقات العلمية من خلال تقديم تصنيف متخصص للتهديدات، ونظام متعدد الوكلاء لتوليد اختبارات مرجعية عدائية متخصصة في مجالات معينة، واستراتيجية دفاعية متعددة الطبقات تدمج اختبار الاختراق، وضوابط الحدود، ووكلاء سلامة استباقيين لمعالجة مخاطر الموثوقية والسلامة والأمن الفريدة التي تواجه العلماء الاصطناعيين.
تقدم هذه الورقة SafeAudit، وهو إطار عمل للتدقيق الميتا (meta-audit) يقوم بحصر سير عمل استدعاء الأدوات بشكل منهجي وقياس مدى مقاومة القواعد للكشف عن فجوات كبيرة في الاكتمال في معايير سلامة وكلاء النماذج اللغوية الكبيرة الحالية، مما كشف عن أكثر من 20% من السلوكيات غير الآمنة المتبقية التي تفشل الاختبارات الحالية في اكتشافها.
إنّ PlanTwin هو بنية وسيطة تحافظ على الخصوصية، تُمكّن وكلاء النماذج اللغوية الكبيرة (LLMs) المساعدين سحابياً من التخطيط بفعالية عبر البيئات المحلية الخاصة، وذلك عن طريق إسقاط السياق الخام في توأم رقمي مُطهر ومقيد بمخطط هيكلي، مما يحقق عدم الإفصاح الكامل عن العناصر الحساسة مع الحفاظ على كفاءة تخطيط عالية.