💻 computer science

A Design Science Approach to Zero Trust Cyber Risk Governance in Digital Government Platforms: Development and Evaluation of the CRGMM Framework

Dieses Papier präsentiert die Entwicklung und vorläufige Validierung des Cyber Risk Governance Maturity Model (CRGMM), eines neuartigen Design-Science-Frameworks, das Zero-Trust-Prinzipien integriert, um die Cyber-Risiko-Governance von behördenübergreifenden digitalen Regierungsplattformen zu bewerten und zu steuern, wie dessen Anwendung am sahel-System Kuwaits demonstriert.

Abdullah F. Alenezi2026-07-10
💻 computer science

CEDF-CS: Class-Balanced Prototype Condensationfor Resource-Efficient and Leak-Free Intrusion Detection in Industrial IoT and Enterprise Networks

Das Papier stellt CEDF-CS vor, ein leckagefreies, klassengestütztes Prototyp-Kondensierungs-Framework, das massive Intrusion-Detection-Datensätze signifikant komprimiert und gleichzeitig die Strukturen von Minderheitenangriffen bewahrt, wodurch ressourceneffiziente Modelle eine Leistung erzielen, die dem Training auf vollständigen Daten bei Industrial-IoT- und Unternehmensnetzwerk-Benchmarks entspricht oder diese sogar übertrifft.

George Karraz, Anas Shahin2026-07-10
💻 computer science

Secure Data Sharing for Real Estate Valuation Using Blockchain Technology

Dieses Paper schlägt das Valuation Data Ledger (VDL) vor, ein Permissioned-Blockchain-Framework, das hybride Speicherung, Zugriffskontrolle und Token-Anreize integriert, um fragmentierte Immobilienbewertungsdaten sicher zu vereinheitlichen, wobei durch eine synthetische Evaluierung nachgewiesen wird, dass es die Genauigkeit automatisierter Bewertungen erhöht, eine effektive Betrugserkennung ermöglicht und kollaboratives Lernen unter Wahrung der Privatsphäre unterstützt.

Khaled Almi'ani, Nedal Ababneh, Tawfiq Alrawashdeh, Nur Siyam2026-07-10
💻 computer science

Mixed Neural Rendering: Interactive Mixed Reality Capture and Curation for Neural 3D Reconstruction

Dieses Paper stellt MiNeR (Mixed Neural Rendering) vor, eine interaktive Mixed-Reality-Pipeline unter Verwendung der HoloLens 2, die Echtzeit-Erfassung, In-situ-Inspektion und promptbare Segmentierung integriert, um traditionelle Erfassungslimitationen zu überwinden und eine robuste, objektzentrierte neuronale 3D-Rekonstruktion zu ermöglichen.

Alessio Paolucci, Lorenzo Stacchio, Emanuele Balloni, Pasquale Cascarano, Primo Zingaretti2026-07-10
💻 computer science

HashGuard-FL: Learnable Hash-Based GAN Discriminator with Post-Quantum Audit Trail for Federated Learning Integrity

HashGuard-FL ist ein neuartiges Federated-Learning-Framework, das einen lernbaren, Hash-basierten GAN-Diskriminator für die feingliedrige, multiklassenbasierte Angriffserkennung mit einer Post-Quanten-Audit-Schicht unter Verwendung von SHAKE-256 und CRYSTALS-Dilithium-Signaturen integriert, um eine manipulationsgeschützte, quantenresistente Integrität über verschiedene Benchmarks hinweg zu gewährleisten.

Nilima Dongre2026-07-09
💻 computer science

Beyond Aggregate Metrics Diagnosing the Long-Tailed Failure of Oracle Bone Character Detection and Recognition

Diese Arbeit diagnostiziert die gravierende Leistungslücke bei der Erkennung von Orakelknochen-Schriftzeichen, die durch eine extrem lange Endverteilung der Klassen verursacht wird, und schlägt FAR-YOLO vor, eine entkoppelte Baseline, welche die Few-Shot-Erkennungsgenauigkeit durch frequenzbewusste Abtastung und morphologieerhaltende Augmentierung signifikant verbessert, ohne die allgemeine Lokalisierungsleistung zu beeinträchtigen.

Dan Sui, Yuhang Xing, Penglan Liu, Bang Li2026-07-09
💻 computer science

Introducing a Novel Feature in CloudSimPlus: Enhancing Load Balancer Efficiency based on AI

Dieses Paper führt eine KI-gestützte adaptive Lastverteilungsfunktion für CloudSimPlus ein, die ein vortrainiertes Entscheidungsbaummodell nutzt, um basierend auf Echtzeitmetriken und benutzerdefinierten Zielen die am besten geeignete Strategie aus einem einheitlichen Framework von Richtlinien dynamisch auszuwählen und dadurch die Effizienz und Entscheidungsfindung in dynamischen Cloud-Umgebungen zu verbessern.

Anouar Ben Halima, Hafssa Benaboud2026-07-09
💻 computer science

Privacy-Preserving Intrusion Detection in SDN-IoT Networks: Machine Learning, Deep Learning, Differential Privacy, and Inference Attacks

Dieses Paper argumentiert, dass die Priorisierung einer starken Modell-Generalisierung zur Vermeidung von Overfitting eine effektivere Strategie zur Abmilderung von Membership- und Attribute-Inference-Angriffen in SDN-IoT-Intrusion-Detection-Systemen ist als das alleinige Vertrauen auf Differential Privacy, indem es ein hybrides AOPRF-XGBoost-Kaskadenmodell vorschlägt, um eine hohe Erkennungsgenauigkeit bei gleichzeitiger Wahrung der Privatsphäre zu erreichen.

Zerguine Younes, Noureddine Haithem, Gherbi Chirihane2026-07-09
💻 computer science

Multi-objective Cluster Head Selection in Underwater Wireless Sensor Networks: An Influence Maximization Perspective with Adaptive Evolutionary Optimization

Dieses Paper schlägt LA-MOCHS vor, ein lebensdauerbewusstes evolutionäres Framework, das die multi-objektive Auswahl von Cluster-Köpfen in unterwasserbasierten drahtlosen Sensornetzwerken adressiert, indem es die Servicekapazität als ein submodulares Einflussmaximierungsproblem modelliert und dadurch durch belastungsbewusste Bereitstellungsstrategien anstelle von Ein-Runden-Optimalität eine überlegene langfristige Netzwerk-Nachhaltigkeit erreicht.

Pham Cong Hoang, Ho Viet Duc Luong, Nguyen Minh Quan2026-07-09