3403 पेपर
यह शोधपत्र तर्क देता है कि लार्ज लैंग्वेज मॉडल्स के युग में एडवर्सरियल मशीन लर्निंग अनुसंधान में गिरावट आई है, क्योंकि अब यह क्षेत्र तेजी से अस्पष्ट, कठिन और मूल्यांकन करने में कठिन समस्याओं से जूझ रहा है, जिससे यह चिंता उत्पन्न होती है कि एक दशक का और कार्य भी कोई सार्थक प्रगति नहीं ला पाएगा।
यह शोध पत्र एक सटीक प्रतिवर्ती सीमा (converse bound) स्थापित करके और इष्टतम उपयोगिता-अनुकूलित ब्लॉक डिज़ाइन (uBD) योजनाओं का प्रस्ताव देकर, उपयोगिता-अनुकूलित स्थानीय विभेदक गोपनीयता (ULDP) के तहत असतत वितरण अनुमान (discrete distribution estimation) के लिए मौलिक गोपनीयता-उपयोगिता व्यापार-बंद (privacy-utility trade-off) का पूर्णतः लक्षण वर्णन करता है।
यह शोध पत्र एक सुदृढ़ और व्याख्या योग्य Magecart मैलवेयर डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो क्लाइंट-साइड स्किमिंग हमलों की उच्च-प्रदर्शन, व्याख्या योग्य पहचान प्राप्त करने के लिए एडवर्सैरियली प्रशिक्षित मशीन लर्निंग मॉडल को बिहेवियर डिटर्मिनिस्टिक फाइनाइट ऑटोमेटन के साथ जोड़ता है।
यह शोध पत्र एक सुदृढ़ और व्याख्या योग्य फ़िशिंग ईमेल डिटेक्शन फ्रेमवर्क का प्रस्ताव करता है जो सटीक, लचीले और पारदर्शी, साक्ष्य-आधारित स्पष्टीकरण उत्पन्न करने के लिए एक Flan-T5 जनरेटर के साथ एकीकृत XAI विधियों और एक DistilBERT मॉडल पर एडवरसेरियल ट्रेनिंग को जोड़ता है।
यह शोध पत्र तर्क देता है कि ग्राफ संरचना मौलिक रूप से ग्राफ न्यूरल नेटवर्क में सदस्यता अनुमान (membership inference) जोखिमों को आकार देती है, यह प्रदर्शित करते हुए कि प्रशिक्षण-ग्राफ निर्माण और अनुमान-समय किनारे (edge) तक पहुंच जैसे कारक सीधे गोपनीयता रिसाव को उन तरीकों से प्रभावित करते हैं जिन्हें मानक सामान्यीकरण अंतराल (generalization gaps) पकड़ने में विफल रहते हैं।
यह शोध पत्र "फैंटम ट्रांसफर" (Phantom Transfer) को पेश करता है, जो एक परिष्कृत डेटा पॉइजनिंग हमला है जो मशीन लर्निंग मॉडलों में सफलतापूर्वक पासवर्ड-ट्रिगर व्यवहार स्थापित करता है और सैंपल पैराफ्रेसिंग सहित 11 विभिन्न डेटा-स्तरीय रक्षा प्रणालियों से बच निकलता है, जिससे यह सिद्ध होता है कि ऐसे हमलों के विरुद्ध केवल अधिकतम-क्षमता वाली रक्षा प्रणालियाँ अपर्याप्त हैं।
CodeHacker एक स्वचालित एजेंट फ्रेमवर्क है जो लक्षित प्रतिकूल परीक्षण मामले (adversarial test cases) उत्पन्न करने के लिए एक बहु-रणनीति दृष्टिकोण और एक स्व-अंशांकन चरण (self-calibration phase) को नियोजित करके कोड जनरेशन मॉडल्स के मूल्यांकन को बढ़ाता है, जो प्रतिस्पर्धी प्रोग्रामिंग समाधानों में कमजोरियों को प्रभावी ढंग से उजागर करता है और बेंचमार्क डेटासेट एवं RL-प्रशिक्षित मॉडल्स दोनों की मजबूती में सुधार करता है।
यह शोध पत्र XNU कर्नेल के IPv6 Fragment ID PRNG में रेस कंडीशन का लाभ उठाने वाले पहले क्रिप्टोएनालिटिक हमले को प्रस्तुत करता है, जो सीक्वेंस नंबरों की भविष्यवाणी करने और TCP एवं UDP ट्रैफ़िक के ऑफ-पाथ स्पूफिंग को सक्षम करने के लिए है, जिसे अब एप्पल द्वारा CVE-2024-27823 के रूप में पैच कर दिया गया है।
यह शोध पत्र ज्योमेट्री-अवेयर टैबुलर डिफ्यूजन (GATD) को प्रस्तुत करता है, जो एक ऐसी विधि है जो स्पष्ट युग्वतीय ज्यामितीय संबंधों (कोणों और लंबाई) को सहायक पर्यवेक्षण के रूप में शामिल करके टैबुलर डेटा संश्लेषण को उन्नत करती है, जिससे काफी कम मापदंडों के साथ अत्याधुनिक प्रदर्शन प्राप्त होता है और यह प्रदर्शित होता है कि यह संबंधात्मक इंडक्टिव बायस विभिन्न डिफ्यूजन आर्किटेक्चर में एक पोर्टेबल सुधार है।
यह शोध पत्र MultiTurnPSB को प्रस्तुत करता है, जो एक चार-चरण वाला प्रतिकूल बेंचमार्क (adversarial benchmark) है, जो यह दर्शाता है कि मल्टी-टर्न इंटरैक्शन एकल-टर्न मूल्यांकन की तुलना में मेडिकल एआई सुरक्षा को महत्वपूर्ण रूप से कम कर देते हैं, और साथ ही यह भी प्रकट करता है कि क्लासिफायर-आधारित रक्षा प्रणालियों को हमलों को रोकने और सौहार्दपूर्ण (benign) प्रश्नों पर गलत अलार्म उत्पन्न करने के बीच एक गंभीर समझौते का सामना करना पड़ता है।