3780 ورقة بحثية
تقدم هذه الورقة دراسة حالة في هندسة النظم لإطار عمل FedCVR، حيث تُثبت أن دمج الزخم من جانب الخادم كمنقٍّ زمني ضمن بنية تعلم اتحادي بخصوصية تفاضلية يُمكّن من التنبؤ القوي بمخاطر أمراض القلب والأوعية الدموية بجدوى عالية (درجة F1 تبلغ 0.84، ومساحة تحت المنحنى AUC تبلغ 0.96) على الرغم من الضجيج الإحصائي الناتج عن قيود الخصوصية.
تقدم هذه الورقة VisualLeakBench، وهي مجموعة تقييم شاملة تدقق في نماذج اللغة الرؤية الكبيرة المتطورة ضد حقن التعرف الضوئي على الحروف (OCR) وتسريب معلومات الهوية الشخصية (PII) السياقية، مما يكشف عن ثغرات كبيرة في سيناريوهات العالم الحقيقي ويوضح أن المطالبات الدفاعية يمكن أن تقلل بشكل كبير من تسريب البيانات في بعض النماذج مع تسليط الضوء على الطبيعة الحساسة للقوالب فيما يتعلق بمتانة التخفيف.
تقدم هذه الورقة تقنية "مخزن مفاتيح التنبؤ المشترك للبادئة" (Prefix-Shared KV Cache - PSKV)، وهي تقنية تحسين جاهزة للاستخدام تعمل على تسريع هجمات كسر الحماية عبر اللاحقات بشكل كبير من خلال مشاركة مخزن مفاتيح تنبؤ واحد لبادئة التعليمات الضارة المشتركة عبر المطالبات المرشحة، مما يقلل وقت الاستدلال بنسبة 40% واستهلاك ذروة الذاكرة بنسبة 50% دون المساس بمعدلات نجاح الهجوم.
تقترح هذه الورقة وتتحقق من صحة دفاع هيكلي لـ OpenClaw ضد هجمات حقن الأوامر (prompt injection)، حيث تُثبت أن خط معالجة مكون من عميلين بامتيازات منفصلة، مقترناً بتنسيق JSON، يحقق معدل نجاح للهجوم بنسبة 0% عبر ضمان عدم معالجة عميل الإجراء لمحتوى الحقن الخام أبداً.
تقدم هذه الورقة دراسة حالة تقنية توضح كيف يمكن للخصوصية التفاضلية أن تولد بيانات معاملات مالية اصطناعية واقعية وتحافظ على الخصوصية، والتي تتيح عند دمجها مع مجموعات بيانات الصحة العامة والتنقل أدوات فعالة لإدارة الجوائح من أجل التنبؤ التشخيصي الآني والتنبؤ الاستشرافي مع ضمان أمن البيانات.
تقترح هذه الورقة البحثية مولداً هجيناً للأرقام العشوائية يجمع بين التقلبات الكمومية من نموذج الروتور المرفوع (kicked rotor) وعجلة دوارة ديناميكياً لإنتاج تسلسلات عالية الاعتلاج لتشفير الصور بشكل آمن، مما يظهر أداءً تشفيرياً قوياً مناسباً للتطبيقات الاستهلاكية مثل الرعاية الصحية المتنقلة والمصادقة البيومترية.
تقترح هذه الورقة إطار عمل REAEDP، وهو إطار للخصوصية التفاضلية يجمع بين إصدار المدرجات التكرارية المعايرة بالإنتروبيا وآلية البيانات الاصطناعية مع ضمانات رسمية وتقييم قائم على الهجمات لتحقيق توازن فعال بين حماية الخصوصية وفائدة البيانات ضد تهديدات الاستدلال.
تقترح هذه الورقة إطار عمل متكامل للتحذير المبكر من عمليات سحب البساط (rug-pull) على رموز "ميم" (meme tokens) في شبكة "بي إن أس سي" (BSC)، حيث يقوم ببناء ميزات تداول وهمي (wash-trading) متعددة المستويات من إشارات المعاملات، والعناوين، والتدفقات، مُثبتاً أن نموذج الغابة العشوائية (Random Forest) يحقق دقة عالية (AUC=0.9098) وكشفاً مبكراً قابلاً للتنفيذ (متوسط وقت استباقي قدره 3.81 ساعة) مع العمل بشكل أفضل كأداة فحص عالية الدقة تحت إشراف ضعيف.
تتناول هذه الورقة فشل هجمات الباب الخلفي التقليدية في ظل الضغط مع فقدان البيانات من خلال اقتراح استراتيجيتي تسميم جديدتين، وهما "تنشيط الهجوم الشامل" و"الهجوم المتكيف مع الضغط"، اللتان تستفيدان من آليات ترميز منطقة الاهتمام لضمان بقاء المحفزات الخبيثة فعالة بعد ضغط الصور إلى تدفقات بتات ثنائية.
تقدم هذه الورقة "آلية غاوس الموزونة" (WGM) كحل شبه مثالي، يتميز بالخصوصية التفاضلية لاكتشاف النطاقات في البيانات غير المعروفة، مما يثبت فعاليتها كمقدمة لخوارزميات الـ top- والـ -hitting set الخاصة بالخصوصية من خلال كل من الضمانات النظرية والنتائج التجريبية التنافسية.