💻 computer science

An Improved Phase Coding Audio Steganography Algorithm

تقدم هذه الورقة خوارزمية محسنة لإخفاء البيانات في الصوت باستخدام ترميز الطور، حيث توزع الحمولة عبر أجزاء الإشارة، وتدمج تأطيرًا قويًا وتصحيحًا للأخطاء، وتعالج عيب التكميم لزيادة السعة وجودة الصوت بشكل كبير مع الحفاظ على قابلية التحقق ضد تزييف الصوت الاصطناعي، رغم بقائها عرضة للضغط غير الفاقد للمعلومات والكشف الأعمى.

Guang Yang2026-08-11
💬 NLP

Retrieval-Augmented Defense: Adaptive and Controllable Jailbreak Prevention for Large Language Models

تقترح هذه الورقة "الدفاع المعزز بالاسترجاع" (RAD)، وهو إطار عمل لا يتطلب تدريباً يستفيد من قاعدة بيانات لأمثلة هجمات معروفة للكشف عن استراتيجيات كسر الحماية الخبيثة واستنتاجها، مما يوفر حماية تكيفية وموازنة قابلة للتحكم بين السلامة والمنفعة للنماذج اللغوية الكبيرة.

Guangyu Yang, Jinghong Chen, Jingbiao Mei, Weizhe Lin, Bill Byrne2026-08-11
🤖 machine learning

Learning to Triage Vulnerability Reports from Program Analysis: An Empirical Study in Node.js

تقدم هذه الورقة دراسة تجريبية تُظهر أن نماذج تعلم الآلة، ولا سيما النماذج اللغوية الكبيرة والشبكات العصبية الرسومية المدربة على بيانات تحليل البرامج، يمكنها بفعالية ترتيب تقارير ثغرات Node.js حسب الأولوية لتقليل عبء المراجعة اليدوية بشكل كبير مع الحفاظ على معدل استدعاء عالٍ للثغرات القابلة للاستغلال الحقيقية.

Ronghao Ni, Aidan Z. H. Yang, Min-Chien Hsu, Nuno Sabino, Limin Jia, Ruben Martins, Darion Cassel, Kevin Cheang2026-08-11
🤖 machine learning

Floating-Point Neural Network Verification at the Software Level

تقدم هذه الورقة NeuroCodeBench 2.0، وهو معيار مرجعي قائم على لغة C للتحقق من عمليات تنفيذ الشبكات العصبية ذات الفاصلة العائمة، مما يتيح أول تقييم صارم لأدوات التحقق البرمجية الحديثة ويوضح حدودها الحالية مع تسليط الضوء على التأثير الإيجابي للمعيار المرجعي على تطوير الأدوات.

Edoardo Manino, Bruno Farias, Rafael Sá Menezes, Fedor Shmarov, Lucas C. Cordeiro2026-08-11
💻 computer science

When the Defense Writes the Refusal: Auditing Keyword-Scored Evaluation of Inference-Time Defenses for Multimodal Large Language Models

تُثبت هذه الورقة أن المقيمات القائمة على الكلمات المفتاحية تبالغ بشكل منهجي في تقدير معدلات الرفض في النماذج اللغوية الكبيرة متعددة الوسائط من خلال تصنيف لغة السلامة المضمنة داخل دفاعات وقت الاستدلال القائمة على المطالبات خطأً على أنها حالات رفض فعلية، مما يبطل طرق التسجيل هذه لمقارنة فعالية الدفاع.

Bulat Nutfullin, Vladimir Evgrafov, Dmitry Namiot2026-08-11
💻 computer science

Stop Means Stop: Measuring and Repairing the Enforcement Gap in Agent-Framework Control Primitives

تكشف هذه الورقة عن ثغرة "تسرب الأشقاء" (sibling leak) الحرجة في ستة أطر عمل واسعة الاستخدام لوكلاء النماذج اللغوية الكبيرة (LLM-agent)، حيث تفشل بدائيات التحكم مثل بوابات الموافقة ومهلات الانتظار في إيقاف الآثار الجانبية المتزامنة، وتقترح SOUNDGATE، وهو بوابة خارجية عالية الأداء ومحققة ميكانيكياً تفرض وسيطة صارمة للقضاء على فجوات الإنفاذ هذه.

Sajjad Khan2026-08-11
💻 computer science

"Operator, can you hear me?" A Faithful Line into the UNISOC Baseband

تقدم هذه الورقة Unislop، وهي طريقة مخلصة لإعادة استضافة النطاق الأساسي (baseband re-hosting) تعمل على نمذجة المكونات المحيطة بالتزامن مع معالج UNISOC UDX710 لتمكين التحليل الأمني المنهجي لمنطق مستوى التحكم، حيث نجحت في إثبات الاستعادة الكاملة لحالة مستوى التحكم والتعامل مع حركة مرور بروتوكول الإنترنت الحقيقية على منصة مودم واسعة الاستخدام.

Eduard Vlad, Philipp Mao, Marcel Busch, Haitham Al-Hassanieh, Mathias Payer2026-08-11
🤖 machine learning

Application of Artificial Intelligence for Fraudulent Banking Operations Recognition

تقترح هذه الدراسة وتقيم نماذج تعلم آلي، بما في ذلك الانحدار اللوجستي والتعميم المكدس، للكشف بفعالية عن المعاملات المصرفية الاحتيالية في المشهد الرقمي لما بعد الجائحة، محققةً حداً أقصى للمساحة تحت المنحنى (AUC) يبلغ 0.954 من خلال تقنيات معالجة البيانات وهندسة الميزات المتقدمة.

Bohdan Mytnyk, Oleksandr Tkachyk, Nataliya Shakhovska, Solomiia Fedushko, Yuriy Syerov2026-08-11
💻 computer science

Zero-Trust Federated Learning for Connected Aftermarket Devices

تقترح هذه الورقة البحثية نظام التعلم الاتحادي القائم على الثقة الصفرية للأجهزة المتصلة في سوق ما بعد البيع (ZT FL CADE)، وهو بنية تعلم حافة تدمج التحكم في الوصول على مستوى الجهاز، والتعلم الاتحادي الحافظ للخصوصية، والتحقق الخصمي لتعزيز الصيانة التنبؤية وأمن التحديثات عبر الهواء، مما أظهر تحسناً في درجات F1 وانخفاضاً في زمن الاستجابة في التجارب الاصطناعية رغم غياب التحقق الميداني.

Shunmukha Sagar Puppala2026-08-11