cs.CR ورقة بحثية

AI Slop and Hallucinations in Vulnerability Assessment: A Survey on Reasoning Failures and Trustworthy Mitigation

تستقصي هذه الدراسة أزمة الموثوقية في تقييم الثغرات الأمنية المدفوع بالذكاء الاصطناعي والناجمة عن "الحشو الناتج عن الذكاء الاصطناعي" (AI slop) والهلوسة، محاججةً بأن سد الفجوة بين التوليد الاحتمالي للنماذج اللغوية الكبيرة والاستنتاج الاستنباطي الخبير يتطلب الانتقال من الكشف السلبي إلى التحقق العصبي الرمزي النشط وإدخال مقاييس تقييم قابلة للتحقق رياضياً مثل CVE-Bench وSlop-Score.

Junchen Ding, Jialiang Dong, Yichen Zhu, Yi Liu, Gelei Deng, Willy Susilo, Siqi Ma, Yuekang Li2026-08-27

💻 computer science

An Analysis of the Impact of Psychological Factors and Techniques Across Different Types of Social Engineering

تحلل هذه الدراسة المختبرية الاستكشافية التي شملت ١٢ مشاركاً فعالية أنواع مختلفة من هجمات الهندسة الاجتماعية (مثل التصيد الاحتيالي، والتصيد الصوتي، والتصيد عبر الرسائل النصية) مقترنة بعوامل نفسية مختلفة، كاشفةً أن التصيد المستهدف الذي يستغل الطمع هو التركيبة الأكثر نجاحاً، بينما ثبت عدم فعالية بعض الاقترانات مثل النوافذ المنبثقة أو التصيد عبر الرسائل النصية مع سلطة، والتصيد الصوتي مع الفضول بشكل تام.

Helin Omer, Daniela Pöhn2026-08-27

💻 computer science

LMSM: LLM Security Framework Inspired by Linux Security Modules

تقدم هذه الورقة LMSM، وهو إطار أمني للنماذج اللغوية الكبيرة مستوحى من وحدات أمن لينكس (Linux Security Modules) يعمل على فصل الكشف القائم على التفسير، وتقييم السياسات، وفرض المخرجات لتمكين قواعد سلامة مرنة وقابلة للتركيب مع تقليل معدلات نجاح الهجمات بشكل كبير وبأقل تأثير على الإنتاجية.

XiuYu Zhang, Bonan Ruan, Junfeng Fang, An Zhang, Tat-Seng Chua, Zhenkai Liang2026-08-27

🤖 machine learning

Are LLM-Enhanced GNNs Privacy-Safe?

تقيم هذه الورقة البحثية بشكل منهجي مخاطر الخصوصية في الشبكات العصبية الرسومية المعززة بالنماذج اللغوية الكبيرة، كاشفةً أنه بينما يؤدي الإثراء الدلالي إلى تعزيز الأداء بشكل كبير، فإنه يزيد أيضاً من الضعف تجاه هجمات استنتاج الروابط، والملصقات، والعضوية، مما يخلق مقايضة صعبة بين الخصوصية والمنفعة حتى عند تطبيق دفاعات الخصوصية التفاضلية.

Longzhu He, Zelang Wen, Chaozhuo Li, Sen Su2026-08-27

💻 computer science

From Verdict to Diagnosis: Attributable Security Review of Pull Requests

تقدم هذه الورقة مفهوم "فجوة الحكم والتشخيص" (Verdict-Diagnosis gap) في مراجعة الكود المؤتمتة، حيث لا يضمن حظر طلب السحب (pull request) تحديد الثغرة الأمنية الصحيحة، وتقدم MalPR-Bench وPRGuard لإثبات أن المراجعات الأمنية القابلة للعزو — والتي تتطلب التحقق من ثغرات محددة مقابل أدلة المستودع — تتفوق بشكل كبير على التقييمات القائمة على الحكم فقط في تحديد ومعالجة العيوب الأمنية الفعلية.

Zhuo Chen, Boyang Wang, Xiyue Zhang, Xiaoyun Xu, Ahmad-Reza Sadeghi, Stjepan Picek, Lichao Wu2026-08-27

🤖 machine learning

MeMark: Membrane-Space Watermarking for Spiking Neural Networks

تقدم MeMark تقنية وسم قوية للشبكات العصبية النبضية تدمج معرفات متعددة البتات مباشرة في حالات الغشاء الداخلية للخلايا العصبية، مما يتيح تحققًا موثوقًا من الملكية حتى بعد استبدال رأس المخرجات، أو الضبط الدقيق، أو التقليم، أو التكميم.

Roberto Riaño, Gorka Abad, Stjepan Picek, Aitor Urbieta2026-08-27

💬 NLP

A Self-Evolving Multi-Agent Framework Defense against LLM Jailbreak Attacks

تقترح هذه الورقة إطار عمل دفاعي متعدد الوكلاء، ذاتي التطور وخالٍ من المعلمات، يستخدم ذاكرة تفاعل متبادل مستمرة لتجريد محاولات كسر الحماية الناجحة إلى قواعد عامة على مستوى الأساليب، مما يمكّن النماذج اللغوية الكبيرة من التكيف ديناميكيًا مع استراتيجيات الهجوم المتطورة دون المساس بالمنفعة الحميدة أو زيادة الرفض المفرط.

Tongyan Hu, Bryan Hooi2026-08-27

💻 computer science

Vulnerable Code Search: Transferable Attack for Code Language Models

تقدم هذه الورقة هجوماً عدائياً قابلاً للنقل وغير مرتبط بلغة برمجة معينة، يقوم بتعديل معرفات الكود البرمجي لجعل مقتطفات غير ذات صلة تتوافق اصطناعياً مع استعلامات مستهدفة، مما يؤدي إلى تدهور كبير في أداء استرجاع نماذج لغات الكود البرمجي مفتوحة المصدر والمغلقة المصدر على حد سواء.

Kaicheng Wang, Liyan Huang, Jesse Thomason, Weihang Wang2026-08-27

💻 computer science

RTLGuard: A Lightweight Teacher-Student Defense for Poisoned RTL Code Generation Models

يُعد RTLGuard إطار عمل دفاعي خفيف الوزن يعتمد على نموذج المعلم والطالب، يعمل على التخفيف من تهديدات الأبواب الخلفية في أكواد RTL المولدة بواسطة الذكاء الاصطناعي عبر استخدام نموذج معلم نظيف لتوجيه وتطهير النماذج المستهدفة المسمومة من خلال محاذاة الميزات وتقطير المعرفة، مما يقلل بفعالية من معدلات نجاح الهجمات مع الحفاظ على الصحة الوظيفية.

Mahshid Rezakhani, Kimia Azar, Hadi Kamali2026-08-27

💻 computer science

From Fleet to Lab: Revisiting the Security and Complexity of Industrial Rowhammer Mitigation

تكشف هذه الورقة عن ثغرات أمنية حرجة وأعباء تخزين عالية في مخطط التخفيف "Sigries" من مايكروسوفت، وتحديداً في انتقاله غير الآمن بين وضعي التتبع وأخذ العينات، وتقترح "FiRM"، وهو حل مصمم بشكل مشترك باستخدام مرشحات SRAM بسيطة لتحقيق حماية آمنة ومنخفضة التكلفة دون تعقيد أدوات التتبع القائمة على ذاكرة الوصول العشوائي المحتواة (CAM).

Hritvik Taneja, Moinuddin Qureshi2026-08-27

→ السابق التالي ←