💻 Category

cs

2305 Arbeiten

💻 computer science

Native Byzantine-Robust Aggregation for Trustworthy Federated Learning: A C++20 Evaluation of Krum, Multi-Krum, Trimmed Mean, and Coordinate-wise Median

Dieses Paper präsentiert und evaluiert eine hochperformante C++20-Implementierung von Byzantiner-robusten Aggregationsalgorithmen (Krum, Multi-Krum, Trimmed Mean und Median) für das föderierte Lernen und demonstriert durch rigorose Korrektheitsprüfungen und Benchmarks, dass die Kombination aus expliziten Byzantiner-Annahmen mit numerisch defensiven nativen Systemdesigns die Aggregation signifikant beschleunigt, während gleichzeitig die Robustheit gegenüber adversariellen Updates aufrechterhalten wird.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Policy-Gated Zero-Trust Federated Learning: Identity-Bound Enrollment, Replay-Resistant Control, and Secure Coordination

Dieses Paper schlägt eine richtlinienbasierte Zero-Trust-Architektur für föderiertes Lernen vor und validiert diese, indem es die Netzwerkauthentifizierung von dem Einfluss auf das Modell entkoppelt, indem Identitäten an signierte Token gebunden werden, strikte Einschreibungsfristen mit kryptografischen Nonces erzwingt und diese rigoros gegen 22 adversarielle Szenarien testet, um sicherzustellen, dass nur autorisierte, aktuelle und nicht widerrufene Teilnehmer den globalen Modellzustand beeinflussen können.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

Adaptive Recursive Learning in Mixture of Experts: A Systematic Review

Diese systematische Übersicht unterscheidet zwischen adaptivem Routing und rekursivem Lernen in Mixture-of-Experts-Architekturen (MoE), um das Recursive Adaptive Recursive Learning (RARL)-Framework vorzuschlagen, welches die aktuelle Literatur zu dynamischer Berechnung und Experten-Spezialisierung synthetisiert, während es gleichzeitig eine Forschungsagenda skizziert, um Herausforderungen wie Routing-Stabilität und ressourcenbeschränkte intelligente Allokation anzugehen.

SIMAR SINGH RAYAT2026-09-10
💻 computer science

Project-Aware Validation in Software Defect Prediction: A Controlled Simulation and Real-World Benchmark Study of Evaluation Optimism

Diese Studie zeigt durch kontrollierte Simulationen und eine Sekundäranalyse von Realwelt-Benchmarks auf, dass die Verwendung gepoolter zufälliger Trainings-/Test-Splits bei der Vorhersage von Softwarefehlern systematisch optimistische Leistungsschätzungen im Vergleich zu projektbewussten Validierungsmethoden liefert, was die kritische Notwendigkeit von Evaluierungsprotokollen unterstreicht, welche Projektgrenzen respektieren.

Vladimir Tomilov2026-09-10
💻 computer science

Trustworthy AI for Dengue Outbreak Forecasting Using a Temporal Fusion Transformer with Explainability and Uncertainty Estimation

Diese Studie präsentiert ein vertrauenswürdiges KI-Framework für die Vorhersage von Dengue-Ausbrüchen, das einen Temporal Fusion Transformer mit probabilistischer Unsicherheitsschätzung, intrinsischer Erklärbarkeit und regelbasierter Risikostratifizierung integriert, um Baseline-Modelle zu übertreffen und die Entscheidungsfindung im Bereich der öffentlichen Gesundheit zu unterstützen.

Anima Dahal, Bibash Basnet2026-09-10
💻 computer science

Quorum-Bounded Asynchronous Federated Learning under Non-IID Data and Adversarial Clients: A Systems Study of Stale-Update Exclusion and Convergence

Diese Studie zeigt, dass ein Quorum-begrenztes asynchrones Federated-Learning-Design die durch Stragglers induzierte Latenz effektiv um bis zu 72 % reduziert, ohne die endgültige Genauigkeit signifikant zu beeinträchtigen, wenngleich sie offenlegt, dass Datenheterogenität den durch adversarielle Clients verursachten Konvergenzschaden kritisch verstärkt.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

A Severity-Calibrated Adversarial Benchmark for Federated Learning: From Label Corruption to Structured Model-Update Injection

Dieses Paper führt einen auf Schweregrad kalibrierten adversariellen Benchmark für föderiertes Lernen ein, der fünf verschiedene Angriffsfamilien unter variierenden Bedingungen evaluiert und aufzeigt, dass die Angriffsmagnitude allein kein ausreichender Indikator für den Schaden ist und dass eine robuste Sicherheitsbewertung die Angriffsgeometrie, den Anteil der bösartigen Population und Aggregationsregeln berücksichtigen muss.

Md Shahanur Islam Shagor2026-09-10
💻 computer science

How Far Can a Single Vector Carry a Language? Mechanistic Limits of Inference-Time Steering for Low-Resource Devanagari Languages

Diese Arbeit untersucht die mechanistischen Grenzen des Inference-Time-Steerings zur Generierung ressourcenarmer Devanagari-Sprachen (Maithili, Nepali und Bhojpuri) unter Verwendung von Hindi-Repräsentationen in großen multilingualen Modellen und stellt fest, dass, obwohl eine einzelne Vektorverschiebung die Einhaltung der Zielsprache induzieren kann, sie unweigerlich zu einem Zusammenbruch der Fluenz führt, was offenbart, dass die Steuerbarkeit durch lineare Separabilität und nicht durch Modellkompetenz oder Vokabularüberlappung begrenzt wird.

Sumit Yadav, Santosh Giri, Ganesh Gautam2026-09-10
💻 computer science

Trusting the Null: Positive-Control Fuzzing of Post-Quantum Decode and Verify Paths in Java

Diese Arbeit zeigt auf, dass eine groß angelegte Fuzzing-Kampagne zwar keine Defekte in den Post-Quanten-Decode- und Verify-Pfaden von Bouncy Castle 1.85 fand, ein Positivkontroll-Ansatz jedoch die Testumgebung erfolgreich validierte, indem er kritische Fehler bei der Längenvalidierung sowohl in Bouncy Castle 1.84 als auch in mehreren JDK-Releases aufdeckte, was offenbarte, dass sich diese Implementierungen lediglich im Zeitpunkt ihrer Prüfungen, nicht aber in der Logik ihrer Entscheidungen unterscheiden.

Arpan Sharma2026-09-10
💻 computer science

Drosophila Connectome Topology Provides No Measurable Language- Model Advantage: A Preregistered Negative Experimental Program

Diese vorregistrierte Studie testete systematisch, ob die Topologie des Drosophila-Gehirns Sprachmodelle verbessern könnte, und stellte fest, dass die von der Fliege abgeleitete Verschaltung trotz verschiedener architektonischer Integrationen keinen messbaren Vorteil gegenüber zufälligen, grad-angepassten oder Standard-Baselines bei der Reduzierung der negativen Log-Likelihood oder der Verbesserung des assoziativen Abrufs bot.

Vladislav Matyukhin2026-09-10