3464 ورقة بحثية
تقدم هذه الورقة نظام التشفير الفوضوي الهجين القائم على التقسيم (HSBCC)، وهو إطار عمل موحد يدمج شفرة هيل أحادية الوحدات المولدة ديناميكيًا، واشتقاق المفتاح القائم على خريطة لوجستية، وتشفير المنحنى الإهليلجي لتحقيق تشفير آمن وغير فاقد للبيانات ومحافظ على الحجم للملفات الثنائية التعسفية.
تُظهر هذه الدراسة أنه في حين أن التقليم المتفرق كتلويًا (block-sparse pruning) يضغط نموذج كشف التسلل للتعلم العميق بشكل كبير من أجل النشر على الحافة دون تحسين زمن انتقال الاستدلال على الأجهزة القياسية، إلا أنه يتسبب في عدم استقرار خاص بالفئات ويفشل في معالجة مشكلات الأداء لأنواع الهجمات الأقلية.
تقترح هذه الورقة إطار عمل مدفوعاً بالذكاء الاصطناعي لبيئات السحابة الاتحادية يدمج الشبكات العصبية الرسومية، وتحسين NSGA-II، والمناديب السياقية لتقليل انتهاكات اتفاقية مستوى الخدمة (SLO)، واستهلاك الطاقة، والتكاليف التشغيلية، وحركة المرور بين المجموعات في آن واحد، مع تعظيم العدالة والاستقرار، محققاً أداءً فائقاً على الطرق القائمة في التقييمات التجريبية.
تقيم هذه الدراسة ست منصات للذكاء الاصطناعي التوليدي وتجد أنها، رغم محاكاتها المستمرة للتعاطف، تُظهر تضارباً كبيراً في اكتشاف الأزمات وتصعيدها، مما يكشف عن فجوة حرجة بين التزامات السلامة الموثقة لديها وبين أدائها الفعلي أثناء التفاعل.
تقترح هذه الورقة إطاراً هجيناً موحداً ثنائي المراحل يدمج خط معالجة لتصنيف الحركة مدركاً للنظام مع ضبط تكيفي لمعلمات ضوضاء مرشح كالمان قائم على التعلم التعزيزي لتعزيز دقة ملاحة المركبات ذاتية القيادة ومتانتها ضد عمليات انتحال نظام تحديد المواقع العالمي (GPS).
تقدم هذه الورقة البحثية إطار التشفير الهجين CGHC-S128، الذي يجمع بين تشفير هيل للرسم البياني الكامل وتشفير المتبقي Shift128 لتشفير الملفات الثنائية الشاملة من أي حجم بأمان وكفاءة دون الحاجة إلى حشو، مع ضمان قابلية عكس المفتاح رياضياً، وفك التشفير المثالي، والمقاومة القوية للهجمات التحليلية التشفيرية.
تقترح هذه الورقة قانون قدرة الحوسبة CAI، وهو إطار كمي (C = A/I) يوضح أن تحسين الخوارزميات وتنقية موارد المعلومات يمكن أن يعزز بشكل كبير القدرة الحوسبية الفعالة ويخفف من حدة تناقص العوائد، مما يوجه الصناعات لتحقيق توازن ثلاثي ديناميكي بين القدرة الحوسبية والخوارزميات والمعلومات العامة بدلاً من الاعتماد فقط على التوسع في الأجهزة.
تقترح هذه الورقة نموذجاً للإنذار المبكر لشركات التبغ قائماً على البيانات الضخمة، يدمج مسار بيانات موزعاً قابلاً للتوسع، وهندسة ميزات متقدمة، ونظام تعلم تجميعي للتغلب على قيود المراقبة التقليدية من خلال تمكين الكشف عن مخاطر السلامة ودعم اتخاذ القرار بشكل فوري ودقيق وقابل للتفسير.
يقدم البحث إطار عمل OBFM-SafeEnsemble، وهو إطار تعلم نقل محمي عبر الفاشيات يستفيد من الأولويات المصدرية والتنظيم التكيفي لتحسين التنبؤ بحالة التأكيد بشكل كبير في فاشيات إيبولا شحيحة البيانات، مع منع انتقال المعرفة الضارة من خلال التحقق الصارم واختيار المجموعات.