3803 ورقة بحثية
يُعد SVIP بروتوكولاً يعتمد على الأسرار وفعالاً من الناحية الحسابية، يُمكّن المستخدمين من التحقق من نزاهة مزودي استدلال النماذج اللغوية الكبيرة اللامركزيين عبر تدريب مهمة وسيطة على التمثيلات الخفية لتحديد النموذج بشكل فريد ومنع الاستبدال غير المصرح به بنسخ أصغر وأقل قدرة.
تقترح هذه الورقة البحثية إطار عمل FedTT، وهو إطار عمل جديد للتعلم الاتحادي يحافظ على الخصوصية ويعزز نقل المعرفة المرورية عبر المدن من خلال دمج استكمال عرض حركة المرور، وتكييف النطاق، والتجميع السري للتغلب على التحديات المتعلقة بجودة البيانات، واختلاف التوزيعات، وتسرب الخصوصية.
تقدم هذه الورقة البحثية SmartBugBert، وهو نظام مبتكر للكشف عن الثغرات البرمجية على مستوى البايت كود (bytecode) يدمج بين التحليل الدلالي القائم على نموذج BERT والميزات الهيكلية لمخطط تدفق التحكم (control flow graph) لتحقيق تحديد عالي الدقة لثغرات العقود الذكية الحرجة دون الحاجة إلى الكود المصدري.
تقترح هذه الورقة نهجاً مبتكراً يستفيد من نماذج لغوية كبيرة مضبوطة بدقة (Llama3-8B و Qwen2-7B) تم تدريبها على مجموعة بيانات شاملة تضم 215 مشروعاً حقيقياً من التطبيقات اللامركزية (DApps) لتعزيز اكتشاف ثغرات العقود الذكية بشكل كبير، لا سيما الأخطاء المنطقية المعقدة مثل التلاعب بأسعار الرموز المميزة التي غالباً ما تغفل عنها الأدوات التقليدية.
تقترح هذه الورقة نهجاً قائماً على تعلم الآلة للكشف عن الكود البرمجي الخبيث في العقود الذكية من خلال تصنيف وتبسيط رموز العمليات (opcodes)، ثم مقارنة فعالية طريقتي تمثيل (N-Gram) و(TF-IDF) على كل من رموز العمليات الخام والمعالجة لتحسين استخراج الميزات لتدريب المصنف.
تقدم هذه الورقة إطار عمل قائمًا على الرسوم البيانية ومعتمدًا كليًا على البيانات، يحقق فصلًا رأسيًا أعمى للطوابق في المباني متعددة الطوابق عبر نمذجة مسارات بصمات الواي فاي (Wi-Fi) كعُقد، وتعلم التضمينات الهيكلية عبر خوارزمية Node2Vec، وتطبيق تجميع K-Means مع تقدير تلقائي للمجموعات، وكل ذلك دون الحاجة إلى بيانات وصفية مسبقة للمبنى.
تقدم هذه الورقة البحثية "حقن الرموز الخبيث" (Malicious Token Injection - MTI)، وهو إطار عمل يوضح أن إحداث اضطراب في ذاكرة التخزين المؤقت للمفاتيح والقيم (key-value cache) أثناء عملية الاستدلال يمكن أن يؤدي بشكل منهجي إلى إفساد النماذج اللغوية المحولة (transformer language models)، مما يكشف عن سلامة الذاكرة المؤقتة كفجوة أمنية حرجة وتم التغافل عنها سابقاً في أمن النماذج اللغوية الكبيرة (LLM).
تقدم هذه الورقة إطار عمل PSM، وهو إطار تحسين للصندوق الأسود يستفيد من نموذج لغوي كبير كأداة للتحسين لإلحاق طبقات حماية خفيفة الوزن ومحافظة على المنفعة (SHIELDs) بطلبات النظام، مما يقلل بفعالية من قابليتها للاستغلال في هجمات الاستخراج العدائية دون الحاجة إلى الوصول إلى النموذج.
تقدم هذه الورقة SCALM، وهو أول إطار عمل هجين مدعوم بالنماذج اللغوية الكبيرة (LLM) يكتشف بشكل منهجي أكثر من 47 ممارسة سيئة في العقود الذكية عبر الجمع بين التقطيع على مستوى الدوال المدرك للسياق والاستدلال الدلالي المعزز بالمعرفة، مما يظهر أداءً فائقاً على الأدوات الحالية.
تقدم هذه الورقة الأبواب الخلفية التي يتم تحفيزها عتاديًا، وهي ناقل هجوم جديد يستغل التباينات العددية الدقيقة عبر مختلف الأجهزة الحاسوبية للتلاعب بتنبؤات نماذج تعلم الآلة، وتقيم الدفاعات المحتملة ضد هذا التهديد.