3403 पेपर
यह शोधपत्र कॉम्बिनेटोरियल ब्लॉक डिज़ाइन्स और उनके रिलैक्स्ड रेगुलर पेयरवाइज़-बैलेंस्ड वेरिएंट्स पर आधारित लोकल डिफरेंशियल प्राइवेसी स्कीम्स के लिए एक एकीकृत ढांचा प्रस्तुत करता है, जो डिस्क्रीट डिस्ट्रीब्यूशन एस्टीमेशन के लिए न्यूनतम संचार लागत के साथ सटीक रूप से इष्टतम या निकट-इष्टतम प्राइवेसी-यूटिलिटी ट्रेड-ऑफ प्राप्त करते हैं।
BigDipper एक लीडर-आधारित BFT प्रोटोकॉल के लिए एक शार्डेड डेटा उपलब्धता ढांचा है जो एक DA-CR तंत्र पेश करके सेंसरशिप प्रतिरोध को कंसेंसस लेयर से अलग करता है, जिससे वैलिडेटर्स को पूर्ण पुनर्निर्माण के बिना मिनी-ब्लॉक उपलब्धता को सत्यापित करने में सक्षम बनाता है और उच्च-स्तरीय अनुप्रयोगों को अपनी स्वयं की सुरक्षा रणनीतियों को अनुकूलित करने में सक्षम बनाता है।
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।