4030 articles
Cet article propose un système de détection d'intrusion optimisé basé sur l'IA qui utilise GridSearchCV pour ajuster six modèles d'apprentissage automatique et d'apprentissage profond sur le jeu de données CICDDoS2019, démontrant que Random Forest et XGBoost atteignent une précision et une efficacité supérieures dans la détection de diverses attaques DDoS par rapport aux autres algorithmes.
Ce document propose Q-LDPSO, un nouvel optimiseur d'essaim de particules amélioré par le quantique présentant une initialisation de population quantique et une stratégie de recherche bidirectionnelle quantique, qui atteint des performances supérieures en matière de sélection de caractéristiques et de détection d'intrusions (99,63 % de précision) pour les environnements IoT lorsqu'il est combiné à un classificateur d'ensemble RF-XGBoost.
Cet article propose le Conservative Proxy Prompting (CPP), un cadre efficace en termes de paramètres qui améliore la fiabilité des modèles vision-langage gelés en cas de modalités manquantes en construisant des représentations de substitution dans l'espace des caractéristiques et en régulant prudemment leur contribution afin d'éviter les signaux trompeurs.
Cette étude démontre que, bien que la recherche de pages basée sur le visuel améliore considérablement la sélection de preuves et la qualité des réponses en aval dans le domaine du Document Visual Question Answering par rapport aux méthodes lexicales, des écarts de performance substantiels persistent en raison des limitations de la génération de réponses même lorsque la page correcte est fournie, et que la fusion hybride n'offre aucun avantage supplémentaire par rapport aux puissants récupérateurs visuels seuls.
AgentCare-Guard est un moniteur de référence à capacités contraintes qui sécurise les transactions FHIR agentiques en vérifiant l'identité de la charge de travail, en liant les approbations à des charges utiles et des contextes spécifiques, et en garantissant une exécution atomique, atteignant ainsi une défense de 100 % contre les attaques de type dépassement de limite d'autorisation dans les évaluations synthétiques où les modèles existants ont échoué.
Cet article présente un système de support à la décision clinique multi-agents qui exploite les données MIMIC-IV et des modèles de langage de grande taille pour effectuer une recherche de similarité de patients en temps réel et générer des analyses cliniques temporellement conscientes via un flux d'orchestration à six agents.
SynNat-BERT est un cadre d'apprentissage auto-supervisé dual-modal et interprétable qui exploite 1,7 million de molécules non étiquetées issues d'espaces de produits synthétiques et naturels pour parvenir à une prédiction robuste de la perméabilité de la barrière hémato-encéphalique et identifier avec succès de nouveaux squelettes perméables, surpassant les bases de référence existantes en termes de précision et de généralisation.
Cet article propose et évalue un cadre d'ordonnancement interprétable et sûr par jumeau numérique pour l'allocation de tâches respectant les échéances dans l'informatique dynamique de type fog-edge, démontrant qu'un jumeau numérique analytique léger atteint des performances compétitives par rapport à une heuristique conçue à la main et surpasse de manière significative les bases de comparaison de l'apprentissage par renforcement profond fondé sur la valeur, tout en fournissant des garanties de sécurité robustes et des diagnostics prédictifs.
Cet article propose un cadre de théorie des jeux bilatéral pour les centres de données hétérogènes qui optimise conjointement les décisions de migration et d'acceptation des tâches en modélisant l'efficacité de calcul dépendante de la charge et les pénalités de rejet, atteignant ainsi une utilité système et une efficacité énergétique supérieures par rapport aux approches statiques ou unilatérales existantes.
Ce document propose SOC2I, un cadre piloté par l'IA qui adapte les capacités des centres d'opérations de sécurité aux véhicules aériens sans pilote en intégrant la détection d'anomalies en temps réel, la quantification des risques et l'atténuation autonome afin de combler le fossé entre la défense réseau conventionnelle et la sécurité cyber-physique aérienne.