cs.CR ورقة بحثية

Jolt Atlas: Verifiable Inference via Lookup Arguments in Zero Knowledge

يُعد Jolt Atlas إطار عمل لتعلم الآلة يعتمد على المعرفة الصفرية، وهو يوسع نظام الإثبات Jolt للتحقق مباشرة من عمليات تنسور ONNX عبر حجج البحث (lookup arguments)، مما يتيح استدلالاً تشفيرياً على الأجهزة يتميز بكفاءة الذاكرة مع براهين موجزة للتطبيقات التي تركز على الخصوصية والتطبيقات ذات الطابع العدائي.

Wyatt Benno, Alberto Centelles, Antoine Douchet, Khalil Gibran2026-02-20

💻 computer science

Privacy in Theory, Bugs in Practice: Grey-Box Auditing of Differential Privacy Libraries

تقدم هذه الورقة Re:cord-play، وهو إطار عمل للتدقيق بنظام الصندوق الرمادي (gray-box) يقوم بفحص الحالة الداخلية لخوارزميات الخصوصية التفاضلية للكشف عن انتهاكات الخصوصية وتزييفها، حيث نجح في كشف 13 خطأً في 12 مكتبة مفتوحة المصدر تخل بضماناتها النظرية.

Tudor Cebere, David Erb, Damien Desfontaines, Aurélien Bellet, Jack Fitzsimons2026-02-20

💻 computer science

Non-Trivial Zero-Knowledge Implies One-Way Functions

بافتراض أن $\mathsf{NP} \not \subseteq \mathsf{ioP/poly}$ ، تثبت هذه الورقة أن وجود براهين المعرفة الصفرية غير البديهية (حيث يكون مجموع أخطاء الاكتمال، والنزاهة، والمعرفة الصفرية بعيداً عن 1) لـ $\mathsf{NP}$ يستلزم وجود دوال أحادية الاتجاه، مما يغلق فجوة حرجة في نظام الخطأ العالي لكل من الإعدادات التفاعلية وغير التفاعلية.

Suvradip Chakraborty, James Hulett, Dakshita Khurana, Kabir Tomer2026-02-20

🤖 machine learning

VerifiableFL: Verifiable Claims for Federated Learning using Exclaves

إن VerifiableFL هو نظام يضمن ادعاءات قابلة للتحقق بشأن نماذج التعلم الاتحادي من خلال استخدام "جيوب معزولة" (exclaves) مخصصة لسلامة البيانات فقط لتوليد أدلة إثبات وقت التشغيل، مما يمكّن المدققين من التحقق من تطهير البيانات وخوارزميات التدريب الصحيحة دون الاعتماد على ضمانات السرية الضعيفة لبيئات التنفيذ الموثوقة التقليدية.

Jinnan Guo, Kapil Vaswani, Andrew Paverd, Peter Pietzuch2026-02-19

🤖 AI

PromptGuard: Soft Prompt-Guided Unsafe Content Moderation for Text-to-Image Models

يُعد PromptGuard تقنية مبتكرة وفعالة للإشراف على المحتوى لنماذج تحويل النص إلى صورة، حيث يعمل على تحسين المطالبات الناعمة (soft prompts) الشاملة والخاصة بالفئات ضمن فضاء التضمين النصي، وذلك بهدف كبح توليد المحتوى غير اللائق (NSFW) بفعالية مع الحفاظ على جودة الصورة وسرعة الاستدلال.

Lingzhi Yuan, Xinfeng Li, Chejian Xu, Guanhong Tao, Xiaojun Jia, Yihao Huang, Wei Dong, Yang Liu, Xiaofeng Wang, Bo Li2026-02-19

🤖 machine learning

Navigating the Deep: End-to-End Extraction on Deep Neural Networks

تقدم هذه الورقة أول هجوم استخراج نموذج (model extraction attack) شامل (end-to-end) ويعمل في وقت حدودي (polynomial-time)، والذي يتغلب على قيود الطرق السابقة من خلال تحسين عملية استخراج التوقيع للتعامل مع نقص الرتبة (rank deficiency) وانتشار الضجيج، مما يتيح الاستخراج الناجح لشبكات عصبية أعمق بكثير مما كان ممكناً في السابق.

Haolin Liu, Adrien Siproudhis, Samuel Experton, Peter Lorenz, Christina Boura, Thomas Peyrin2026-02-19

🤖 AI

Can LLMs effectively provide game-theoretic-based scenarios for cybersecurity?

تتقصى هذه الورقة مدى فعالية استخدام نماذج اللغات الكبيرة (LLMs) كوكلاء في سيناريوهات الأمن السيبراني القائمة على نظرية الألعاب، كاشفةً أن سلوكياتها الاستراتيجية وعوائدها تتأثر بشكل كبير بسمات الشخصية، والمعرفة بالتفاعلات المتكررة، والسياق اللغوي، مما يسلط الض الضوء على مخاوف حرجة تتعلق بالاستقرار والتحيز عند نشرها في تطبيقات الأمن العالمي.

Daniele Proverbio, Alessio Buscemi, Alessandro Di Stefano, The Anh Han, German Castignani, Pietro Liò2026-02-19

🤖 machine learning

SoK: Data Minimization in Machine Learning

تقدم هذه الورقة أول عملية تنظيم منهجي للمعرفة المتعلقة بتقليل البيانات في تعلم الآلة (DMML)، حيث تقدم إطاراً موحداً لسد الفجوة بين الأبحاث المتجزئة وتوضيح المصطلحات والمقاييس والتقنيات للممارسين والباحثين.

Robin Staab, Nikola Jovanović, Kimberly Mai, Prakhar Ganesh, Martin Vechev, Ferdinando Fioretto, Matthew Jagielski2026-02-19

💻 computer science

The Trojan Example: Jailbreaking LLMs through Template Filling and Unsafety Reasoning

تقدم هذه الورقة TrojFill، وهو إطار عمل لكسر الحماية بنظام الصندوق الأسود يتجاوز فلاتر السلامة في النماذج اللغوية الكبيرة التجارية من خلال استغلال الفصل بين الاستدلال غير الآمن وتوليد المحتوى لتحقيق معدلات نجاح هجومية شاملة تقريباً عبر مهام ملء القوالب التي تخفي النوايا الخبيثة في شكل نماذج توضيحية للسلامة.

Mingrui Liu, Sixiao Zhang, Cheng Long, Kwok Yan Lam2026-02-19

💬 NLP

Enhancing Adversarial Robustness of IoT Intrusion Detection via SHAP-Based Attribution Fingerprinting

تقترح هذه الورقة نموذج كشف تنافسي مبتكر يعزز متانة وقابلية تفسير أنظمة كشف التسلل في إنترنت الأشياء من خلال استخدام بصمة الإسناد القائمة على SHAP للتمييز بشكل موثوق بين حركة مرور الشبكة النظيفة وحركة المرور المضطربة تنافسياً.

Dilli Prasad Sharma, Liang Xue, Xiaowei Sun, Xiaodong Lin, Pulei Xiong2026-02-19

→ السابق التالي ←