3803 ورقة بحثية
تقترح هذه الورقة بنية موحدة للسلامة والأمن الذكي تدمج الإدراك متعدد الوسائط، والتعلم الاتحادي الآمن، والاستشعار الواعي بالطاقة لمعالجة القيود البيئية الفريدة والتهديدات السيبرانية الفيزيائية الناشئة في الأنظمة البيئية التعدينية المستقبلية القائمة على الذكاء الاصطناعي، مما يضمن السلامة التشغيلية والموثوقية من خلال خمس وحدات أساسية.
تقترح هذه الورقة DEL، وهو إطار عمل مبتكر للاستنتاج المجزأ للنماذج اللغوية الكبيرة يتسم بالخصوصية التفاضلية وكفاءة الاتصال، والذي يستخدم إسقاط التضمين مع التكميم العشوائي لتقليل عبء الإرسال، ويوظف محفزات ناعمة من جانب الخادم للتعويض عن فقدان المنفعة دون الحاجة إلى نماذج محلية.
تقترح هذه الورقة إطار عمل مبتكر يدمج بين خصوصية "الاحتمالية التقريبية الصحيحة" (PAC) وبراهين المعرفة الصفرية غير التفاعلية لتمكين التحقق القابل للتحقق والخالي من الثقة لكل من الصحة الحسابية والضجيج الحافظ للخصوصية في أنظمة تعلم الآلة وقواعد البيانات المستأجرة.
تقيم هذه الورقة البحثية زمن التأخير الإضافي لضوابط أمن الـ 5G الاختيارية في بيئة اختبار لشبكة وصول راديوي (RAN) مفككة، حيث كشفت أنه بينما تحافظ عمليات النشر هذه على ميزة زمن التأخير مقارنة بالتصاميم المتجانسة، فإن المعالجة التشفيرية وحدها غالباً ما تتجاوز هدف زمن الذهاب والعودة الذي يقل عن 1 مللي ثانية والمطلوب لتطبيقات الاتصالات فائقة الموثوقية وزمن التأخير المنخفض للغاية.
تُعد DeepSight مجموعة أدوات جديدة ومفتوحة المصدر توحد تقييم السلامة والتشخيص للنماذج اللغوية الكبيرة، منتقلةً من التقييم السلوكي للنماذج كصندوق أسود إلى تحليل الأسباب الجذرية الداخلية كصندوق أبيض لمعالجة أوجه القصور في سير عمل السلامة المجزأ حالياً.
تقترح هذه الورقة البحثية SiamXBERT، وهو إطار عمل سيامي للتعلم التلوي (meta-learning) قوي وفعال من حيث البيانات، يستفيد من نموذج لغوي قائم على المحولات (transformer-based) لدمج ميزات مستوى التدفق ومستوى الحزمة للكشف عن الهجمات غير المعروفة في شبكات إنترنت الأشياء (IoT)، محققاً أداءً فائقاً باستخدام الحد الأدنى من البيانات المصنفة مقارنة بالأسال-الأسال المتقدمة الحالية.
تضع هذه الورقة أول حدود دنيا غير مشروطة لمساحة المستخدم في الخصوصية التفاضلية من خلال تقديم لعبة اتصالات جديدة متعددة اللاعبين تربط متطلبات الذاكرة بضرورة تتبع المستخدمين المفرطين في النشاط، مما يثبت فصلاً أسياً بين تعقيد المساحة الخاص وغير الخاص لمهام التقدير الإحصائي الأساسية مثل عد العناصر المتميزة.
تقدم هذه الورقة hackingBuddyGPT، وهو نموذج أولي مستقل يعمل بنماذج اللغات الكبيرة (LLM) لتصعيد الامتيازات في أنظمة لينكس، وتثبت من خلال معيار قياس جديد أن النماذج المتقدمة مثل GPT-4-Turbo، عندما يتم تعزيزها باستراتيجيات التأمل والتوجيه، يمكنها تحقيق معدلات نجاح تضاهي البشر في استغلال الثغرات الأمنية.
تكشف هذه الورقة أن فك التشفير التخميني في النماذج اللغوية الكبيرة يخلق ثغرة أمنية جديدة من نوع القنوات الجانبية، حيث يمكن للمهاجمين استنتاج استعلامات المستخدم وتسريب البيانات السرية من خلال مراقبة أعداد الرموز أو أحجام الحزم، بينما تقترح أيضاً وتقيم تدابير مضادة فعالة مثل حشو الحزم وتجميع الرموز.
تُظهر هذه الدراسة واسعة النطاق التي شملت ٣٤٥ موضوعاً أنه في حين يعمل التعلم العميق على تحسين أداء القياسات الحيوية القائمة على موجات الدماغ بشكل كبير، فإن معدلات الخطأ المتزايدة بمرور الوقت تستوجب تعزيز التسجيل المستمر وتوحي بوجود مقايضة بين كمية المستشعرات والدقة بالنسبة للتطبيقات المخصصة للمستهلكين.