💻 Category

cs

3729 Arbeiten

💻 Informatik

Spatial Structure in UAV Visual Geolocalization: Controlled Evaluation of Descriptor Pooling and Geographic Index Partitioning

Diese Arbeit stellt zwei gängige Annahmen in der visuellen Geolokalisierung von UAVs infrage, indem sie durch kontrollierte Experimente mit synthetischen und realen Flugdaten nachweist, dass weder radial strukturierte Descriptor-Pooling-Verfahren noch geografische Indexpartitionierung die Leistung verbessern, wobei Letztere die Genauigkeit und Effizienz sogar verschlechtert, während ein einfacher flacher Index mit einem 384-dimensionalen Class-Token eine robuste Lokalisierung auf eingebetteter Hardware erreicht.

Ivan Suchý, Michal Turčaník2026-10-19
💻 Informatik

Limiting Cross-Session Reuse of Table-Specific Attack Information: Session Diversification of S-Boxes with Per-Instance Cryptographic Guarantees

Dieses Paper stellt QSD-SBox vor, ein Schema zur Sitzungsdiversifizierung, das durch aus einem Seed abgeleitete affine Permutationen für jede Sitzung eindeutige (8×8)-S-Boxen konstruiert, um die sitzungsspezifische Wiederverwendung von tabellenbezogenen Angriffsinformationen effektiv zu verhindern und gleichzeitig strenge pro Instanz geltende kryptographische Garantien ohne Laufzeit-Suchaufwand aufrechtzuerhalten.

Annas Malik, Ghulam Mustafa, You-Rak Choi, Ki-Il Kim2026-10-19
💻 Informatik

A Novel System-Call Dataset for AI-Driven Host-Based Intrusion Detection in Containerized Cloud Environments

Dieses Paper stellt CHASE vor, einen neuartigen Systemaufruf-Datensatz, der speziell für containerisierte Cloud-Umgebungen entwickelt wurde und die Lücken bestehender Linux-fokussierter Daten schließt, indem er 4.980 Spuren mit reichhaltigen kontextuellen Merkmalen bereitstellt und dessen Effektivität beim Training von KI-Modellen zur Erkennung sowohl bekannter als auch unbekannter Intrusion-Angriffe mit hoher Präzision demonstriert.

AMMAR MOUSTAFA2026-10-19
💻 Informatik

Entity and non-functional-requirement extraction from user stories: evidence from supervised sequence models and reproducible LLM benchmarking

Diese Arbeit evaluiert überwachte Sequenzmodelle und Open-Weight-LLMs für die Extraktion von Entitäten und nicht-funktionalen Anforderungen aus User Stories und zeigt auf, dass ein BiLSTM-CRF-Modell auf einem neu veröffentlichten, reproduzierbaren Benchmark Zero-Shot- und One-Shot-LLMs signifikant übertrifft.

Hazem Abedelrazeq Alreqeb, Motaz SAAD2026-10-19
💻 Informatik

Sentiment Classification of Saudi Stock Market Tweets: Lexicon-Based Weak Supervision, Classical Machine Learning, and Zero-Shot Open-Source Large Language Models

Diese Studie bewertet die Sentiment-Klassifizierung von Tweets zum saudischen Aktienmarkt durch einen Vergleich klassischer Modelle des maschinellen Lernens, die auf lexikonbasierten Labels trainiert wurden, mit einem Zero-Shot Open-Source-LLM und zeigt auf, dass während die klassischen Modelle lediglich potenziell fehlerhafte regelbasierte Labels reproduzieren, das LLM eine distinkte, domänenspezifische Perspektive bietet, welche die kritische Notwendigkeit von menschlich annotierten Ground-Truth-Daten zur Validierung der Finanz-Sentiment-Analyse unterstreicht.

Fahad Kamal Alsheref, Sura Awad Aldahwi2026-10-19
💻 Informatik

CASA-IoT: Conformal Access Screening and Abstention for Managed IoT Systems Under Identity, Session, and Communication Uncertainty

Dieses Paper stellt CASA-IoT vor, ein leichtgewichtiges Framework für den selektiven Zugriff, das Conformal Prediction mit einem probabilistischen Risiko-Klassifikator integriert, um IoT-Zugriffsanfragen basierend auf der Evidenz-Gewissheit dynamisch zuzulassen, abzulehnen oder aufzuschieben, wodurch die Sicherheitseindämmung effektiv gegen die Benutzerreibung abgewogen und gleichzeitig durch Kalibrierungs-Aktualisierungen an Verteilungsverschiebungen angepasst wird.

Arnold Gaumond2026-10-19
💻 Informatik

DenseMem Cross Level Credit Assignment over Hierarchical Memory for Long Horizon Agentic Decision Making

Dieses Paper stellt DenseMem vor, eine Methode, die gebundenes episodisches Gedächtnis mit einer vorzeichenbehafteten, über Ebenen hinweg verteilten Kreditallokation kombiniert, um das Lernen bei verzögten Belohnungen zu verbessern, aber die experimentellen Ergebnisse deuten darauf hin, dass es zwar in einigen Aufgaben die flache Kreditzuweisung übertrifft, jedoch nicht konsistent das ungestaltete Lernen übertrifft oder die Routeneffizienz verbessert, was letztlich einen auditierbaren Allokationsmechanismus mit identifizierten Einschränkungen anstelle eines Beweises für allgemeine Überlegenheit bei Entscheidungsfindungen mit langem Zeithorizont bietet.

Zitan Chen, Xiang Li, Yue Ning, Wentao Zhang2026-10-19
💻 Informatik

Aesthetics Prediction of Websites using Federated Learning

Dieses Paper schlägt einen auf Federated Learning basierenden Ansatz unter Verwendung von EfficientNet-B0 vor, um die Ästhetik von Website-Interfaces durch die Einbeziehung individueller Nutzerpräferenzen über fünf demografische Gruppen hinweg vorherzusagen, wobei ein vielversprechender mittlerer quadratischer Fehler von 0,0534 erreicht wird, während gleichzeitig die Einschränkungen der zentralisierten Datenerhebung und Durchschnittsbewertungen überwunden werden.

Ranjan Maity, Jahnavi Roy, Rahul Son Boro, Deepali Borgayary2026-10-19
💻 Informatik

LINGUA-AUDIT: Auditing Information Inequality in Multilingual AI Systems

Dieses Paper stellt LINGUA-AUDIT vor, einen reproduzierbaren Benchmark und ein Audit-Framework, das darauf ausgelegt ist, die substantielle Informationsungleichheit in multilingualen KI-Systemen systematisch zu messen und statistisch zu analysieren, indem es deren faktische Genauigkeit, Vollständigkeit und Sicherheit über englische, Hindi- und Hinglish-Anfragen zu wesentlichen bürgerschaftlichen Bereichen in Indien hinweg evaluiert.

Tanya Deep2026-10-19