3659 ورقة بحثية
تحدد هذه الورقة ثغرة أمنية حرجة في الخصوصية في نماذج اللغات الكبيرة متعددة الوسائط للمستندات (MLLMs)، حيث تستنتج النماذج معلومات شخصية حساسة من علاقات الحقول المحفوظة عندما تفتقر إلى الأدلة البصرية، وتقترح إطار عمل "التعلم غير المباشر للعلاقات الديناميكية" (DRUF) إلى جانب معيار "DocPrivacyBench" للتخفيف بفعالية من هذا التسريب مع الحفاظ على أداء استخراج المعلومات الأساسية.
يحلل تقرير فريق عمل IEEE PES أمن ومرونة أنظمة إنترنت الطاقة واسعة النطاق من خلال توصيف مشهد التهديدات السيبرانية والفيزيائية، واستعراض تقنيات التخفيف وأطر النمذجة، وفحص مخاطر الذكاء الاصطناعي وحلول التوجيه، وتقديم توصيات للبحوث المستقبلية والتقييس والتنظيم.
تكشف هذه الورقة عن فجوة حرجة بين البحث والممارسة في ثغرات الأبواب الخلفية للتعلم الاتحادي الرأسي من خلال إثبات أن النتائج الحالية تعتمد على افتراضات غير واقعية وتقييمات معيبة، وتُقدم لاحقاً BVBench، وهو معيار مرجعي عملي مصمم لإعادة تعريف نماذج التهديد وتمكين تقييمات أمنية أكثر صرامة وواقعية.
تقدم هذه الورقة إطار عمل HARD، وهو إطار دفاعي ذاتي التطور يعمل أثناء وقت التشغيل، يقوم بأتمتة تحديد وتحسين التدخلات الأمنية بشكل تكراري لوكلاء النماذج اللغوية الكبيرة (LLM agents)، مما يتغلب على قيود الدفاعات اليدوية المصنوعة يدويًا مع الحفاظ على فائدة المهام.
تقدم الورقة البحثية OmniSphinx، وهو تنسيق شبكة خلط نشطة مبتكر يدمج كوداً قابلاً للتنفيذ داخل الحزم لمحاكاة بروتوكولات خلط متنوعة وموجودة مسبقاً ضمن بنية تحتية واحدة، مما يحل مشكلات التوافق مع تحمل أعباء حسابية وحجمية طفيفة فقط.
تُثبت هذه الورقة أن استخدام Microsoft GraphRAG لاسترجاع الرسوم البيانية للمعرفة، بدلاً من تقنية RAG التقليدية القائمة على المتجهات، يتيح التوليد التلقائي لخطط كشف التهديدات السيبرانية التي تعتمد على مؤشرات أكثر ديمومة وعالية المستوى، مما يؤدي إلى استمرارية أعلى بكثير في الكشف ضد تقنيات التهرب التي يستخدمها المهاجمون.
تثبت هذه الورقة أن ثوابت العقود الذكية، التي تم التحقق من صحتها من خلال معيار INVARIANTEVAL وإطار عمل PONDEREPLAY، تحمي بفعالية من جميع عمليات استغلال إيثيريوم الـ 28 الواقعية عبر حظر الهجمات السيبرانية الإجرامية عبر 108,637 معاملة تاريخية.
تقترح هذه الورقة إطار عمل نشطاً قائماً على القياس، يستخدم حالات "بيل" لـ GKP والتغذية الأمامية للقياس المتجانس (homodyne feed-forward) لتحقيق تجميع متماثل الشكل (homomorphic aggregation) لحالات "غوتسمان-كيتايف-بريسكيل" (GKP) الموزعة، مما يتغلب على قيود البصريات الخطية السلبية مع الحفاظ على هندسة فضاء الكود المنطقي وضمان الأمن التشفيري في ظل قيود الضغط المحدود.
تقترح هذه الورقة آلية دفاع ضد القيمة القصوى القابلة للاستخراج (MEV) في سجلات الحسابات الموزعة من خلال فرض تأخيرات قابلة للتحقق على توليد المعاملات، مما يثبت فعاليتها في كل من النماذج البيزنطية ونماذج نظرية الألعاب مع تحديد قيودها النظرية وجدواها العملية بناءً على البيانات التاريخية.
تجادل هذه الورقة بأنه في ظل إعادة تشكيل المشهد العالمي من قبل ضواب تطير الصادرات الأمريكية والتهديدات السيبرانية المستقلة للذكاء الاصطنا finally، لا تستطيع معظم الدول تحقيق سيادة كاملة على الذكاء الاصطناعي بسبب التكاليف الباهظة وتركيز الموارد، مما يستلزم استراتيجية متعددة الطبقات من الوصول المتفاوض عليه، والسيادة على مستوى الاستدلال، والتجميع الإقليمي لإدارة مخاطر الاعتماد على النماذج الرائدة.