3287 ورقة بحثية
تقترح الورقة البحثية إطار عمل ZBA-SU، وهو إطار مبتكر يدمج براهين المعرفة الصفرية، وسلسلة الكتل، والتشفير القائم على السمات لسياسة النص المشفر لتقديم تحديثات برمجية آمنة، وتحافظ على الخصوصية، وقابلة للتوسع لأجهزة إنترنت الأشياء مع التخفيف من الاعتماد على الثقة المركزية وتسرب السمات.
تقيم هذه الورقة التحكم الانتقائي في المخاطر لوكلاء اتخاذ القرار القائمين على النماذج اللغوية الكبيرة تحت ظروف عدم اليقين، حيث تجد أنه بينما يعمل النقد الخصمي الملزم كبوابة تحفظية فعالة للحالات عالية المخاطر عندما يكون الامتناع عن القرار غير مكلف، فإنه لا يحسن بطبيعته جودة القرار النشط ويجب اعتباره طبقة تأجيل قابلة للضبط بدلاً من كونه بديلاً متفوقًا للسياسات الأبسط.
تقترح هذه الورقة إطار عمل للكشف عن اختراق الشبكات مرن تجاه عدم التوازن، يجمع بين اختيار الميزات المحسّن، وتعزيز البيانات القائم على الـ TVAE للفئات الأقلية، واستراتيجية تعلم تجميعي متراكم لتحقيق دقة عالية ومتانة في اكتشاف الهجمات السيبرانية الشائعة والنادرة على مجموعة بيانات CSE-CIC-IDS2018.
تقترح هذه الورقة FuMO-Edge، وهو منسق لحوسبة الحافة المتنقلة عبر الإنترنت يدمج المنطق الضبابي من النوع الثاني للفترات مع خوارزمية NSGA-II لتحسين وضع المهام في ظل عدم اليقين، مما أظهر انخفاضات كبيرة في وقت الخدمة ومعدلات الفشل مقارنة بالنماذج المرجعية الحالية من النوع الأول، لا سيما في سيناريوهات الأجهزة عالية الكثافة.
تُظهر هذه الدراسة أن نموذج تجميع (stacking) غير متجانس يجمع بين الشبكات العصبية الاصطناعية (ANN) وخوارزمية (LightGBM)، والذي يستخدم 23 مؤشرًا من واجهة برمجة تطبيقات ويندوز (Windows API) ما قبل التشفير، يمكنه تحقيق دقة عالية (95.20%) في تصنيف عائلات برامج الفدية والبرمجيات الحميدة، مما يوفر آلية دفاع استباقية تتفوق على البنى العصبية المستقلة مع تسليط الضوء على الحاجة إلى مزيد من التحقق الخارجي.
تقترح هذه الورقة البحثية ST-GAIN+، وهي شبكة خصومية توليدية هجينة مكانية-زمانية تدمج الشبكات التلافيفية الزمنية، وآليات الانتباه المزدوج، وتقدير عدم اليقين البايزي لتحقيق تعويض قوي ودقيق لبيانات الإشعاع الشمسي المفقودة عبر مختلف معدلات الفقد ومجموعات البيانات الواقعية.
تقترح هذه الورقة إطار عمل لتعلم الآلة القابل للتفسير وإنترنت الأشياء يدمج بيانات الاستشعار في الوقت الفعلي مع خوارزميات التجميع وتقنيات الذكاء الاصطناك القابل للتفسير (XAI) للتنبؤ بدقة بالأداء الأكاديمي لطلاب المرحلة الإعدادية وتوليد تدخلات تعليمية مخصصة وشفافة.
تُظهر هذه الدراسة المسجلة مسبقاً أن النماذج اللغوية الكبيرة يمكنها استنتاج سمات الشخصية الخمس الكبرى بشكل موثوق من المحادثات المباشرة، مع اتساق داخلي وصلاحية تقاربية عاليين، لا سيما بالنسبة لسمتي العصابية والمقبولية، رغم تباين الأداء باختلاف قابلية ملاحظة السمات واستراتيجية التلقين.
تقترح هذه الدراسة إطار عمل متين وخفيف الوزن للكشف عن التسلل في شبكات إنترنت الأشياء الطبية (IoMT) باستخدام مجموعات بيانات CICIoMT2024 وCICIoT2023 وEdge-IIoTset، مما يثبت أنه بينما تتفوق النماذج التجميعية مثل XGBoost في سيناريوهات النطاق نفسه، فإن الاختيار الدقيق للنماذج مثل الانحدار اللوجستي يعد أمراً حاسماً للحفاظ على الاستقرار والفعالية في بيئات النطاقات المتقاطعة رغم التحديات المتعلقة بتوافق الميزات.
تقترح هذه الدراسة إطار عمل لذكاء التهديدات معززاً بالذكاء الاصطناعي يدمج تعلم الآلة مع مبادئ "الثقة الصفرية" لتحسين الكشف عن التهديدات في الوقت الفعلي بشكل كبير، وتقليل الإيجابيات الكاذبة، وتعزيز المرونة السيبرانية ضد الهجمات المتطورة في بيئات السحابة الديناميكية.