3403 पेपर
यह शोध पत्र ZK-Flex का प्रस्ताव करता है, जो एक सॉफ्टवेयर-हार्डवेयर सह-डिज़ाइन किया गया ढांचा है जो शुद्धता और लचीलेपन की मौजूदा सीमाओं को दूर करने के लिए अनुकूलित एल्गोरिदम और एक लचीले मल्टी-प्रिसिजन हार्डवेयर कोर का उपयोग करता है, जिससे ज़ीरो-नॉलेज प्रूफ जनरेशन में 5 से 11 गुना गति वृद्धि और 3.8 गुना तक उच्च क्षेत्र दक्षता प्राप्त होती है।
यह शोध पत्र एक विच्छेदित (decoupled), हल्का LLM ढांचा प्रस्तुत करता है जो मौजूदा मॉडलों की तुलना में काफी कम मापदंडों के साथ अत्याधुनिक स्मार्ट कॉन्ट्रैक्ट सुरक्षा ऑडिटिंग प्रदर्शन प्राप्त करने के लिए डिस्टिलेशन, रैंक-स्टेबलाइज्ड लो-रैंक एडेप्टर्स और एक कस्टम चेन-ऑफ-वेरिफिकेशन एग्रीगेशन रणनीति का उपयोग करता है।
यह शोध पत्र इंडिपेंडेंट वेक्टर इवैल्यूएशन (IVE) का प्रस्ताव करता है, जो फुली होमोमॉर्फिक एन्क्रिप्शन के तहत निजी एम्बेडिंग लुकअप के लिए एक नवीन विधि है, जो लागतपूर्ण वन-हॉट वेक्टर जनरेशन को एक रैखिक रूप से स्वतंत्र प्रतिनिधित्व से बदलकर एमोर्टाइज्ड लुकअप समय में 78.4 गुना तक की गति वृद्धि प्राप्त करता है।
यह शोध पत्र इस बात की जांच करता है कि कैसे जनरेटिव एआई (Generative AI) अति-यथार्थवादी उत्पाद दोष साक्ष्य गढ़कर चीनी ई-कॉमर्स में स्केलेबल रिफंड धोखाधड़ी को सक्षम बनाता है, लेनदेन चरणों के माध्यम से चार विशिष्ट खतरे के वेक्टर्स की पहचान करता है, और प्रभावी प्लेटफॉर्म सुरक्षा विकसित करने के लिए चुनौतियों और डिजाइन निहितार्थों का अन्वेषण करता है।
यह शोध पत्र macOS के लिए एक नवीन मशीन लर्निंग मैलवेयर डिटेक्टर प्रस्तुत करता है जो Mach-O फ़ाइल प्रारूप के विशिष्ट डोमेन-विशिष्ट स्टैटिक फीचर्स का लाभ उठाता है, जिससे 98.50% की अत्याधुनिक डिटेक्शन दर प्राप्त होती है और मौजूदा दृष्टिकोणों की तुलना में बेहतर सामान्यीकरण क्षमता प्रदर्शित होती है।
यह शोध पत्र क्लाउड IAM के लिए एक नवीन "टेम्पोरल फाइबर मॉडल" (Temporal Fiber Model) प्रस्तावित करता है जो गैर-मानवीय पहचानों के लिए विशेषाधिकार समतुल्यता को पुनर्व्याख्यायित करने हेतु स्ट्रक्चरल ग्राफ फाइब्रेशन (structural graph fibration) को टेम्पोरल स्ट्रॉन्गली कनेक्टेड कंपोनेंट एनालिसिस (temporal strongly connected component analysis) के साथ जोड़ता है, जिससे "प्रिविलेज सर्किट्स" (privilege circuits) की पहचान की जा सके और इस प्रकार रैटचेट-प्रकार के विशेषाधिकार विकास (ratchet-type privilege evolution) का शीघ्र पता लगाकर दीर्घकालिक संरचनात्मक स्थिरता की भविष्यवाणी की जा सके।
यह शोध पत्र एक सूचना-सैद्धांतिक सीमा (information-theoretic bound) स्थापित और अनुभवजन्य रूप से मान्य करता है जो यह प्रदर्शित करता है कि कोड LLMs एक निश्चित "सुरक्षा बजट" (security budget) के तहत कार्य करते हैं जहाँ कार्यात्मक क्षमता (functional capacity) और विरूपण प्रतिधारण (perturbation retention) का योग कार्य एन्ट्रॉपी (task entropy) और प्रॉम्प्ट लीकेज (prompt-leakage) द्वारा सीमित होता है, जिसके प्रयोगात्मक परिणाम दर्शाते हैं कि यह सैद्धांतिक शिखर विभिन्न मॉडलों, डेटासेट्स और परिशुद्धता स्तरों में बना रहता है।
यह शोध पत्र FLIPS को प्रस्तुत करता है, जो एक नवीन इंस्टेंस-स्तरीय फिंगरप्रिंटिंग विधि है जो एक ही लार्ज लैंग्वेज मॉडल के विभिन्न कॉन्फ़िगरेशन के बीच सटीक रूप से अंतर करने के लिए छद्म-यादृच्छिक अनुक्रम पूर्वाग्रहों (pseudo-random sequence biases) का लाभ उठाती है, जिससे केवल मॉडल के उद्गम (provenance) के बजाय विशिष्ट तैनात व्यवहारों की पहचान करने में सक्षम होकर एआई विनियमन में एक महत्वपूर्ण अंतर को संबोधित किया जा सकता है।
यह पुरस्कार विजेता शोध पत्र ओपन-सोर्स सेर्बेरसएआई (CerberusAI) फ्रेमवर्क को पेश करता है जो यह प्रदर्शित करता है कि समन्वित मल्टी-क्लाइंट हमले एआई मॉडल निष्कर्षण (extraction) के विरुद्ध मौजूदा सिंगल-क्लाइंट धारणा-आधारित सुरक्षा प्रणालियों को प्रभावी ढंग से बायपास कर सकते हैं, जिससे स्टेटफुल (stateful), आइडेंटिटी-इंडिपेंडेंट सुरक्षा आर्किटेक्चर की ओर एक पैराडाइम शिफ्ट की आवश्यकता उत्पन्न होती है।
यह शोध पत्र 150 से अधिक डेटासेट और 200 अध्ययनों का विश्लेषण करके, महत्वपूर्ण कार्यान्वयन बाधाओं को प्राथमिकता देने, एक गैप-प्रायोरिटाइजेशन फ्रेमवर्क पेश करने और डेटासेट चयन एवं मॉडल परिनियोजन के लिए व्यावहारिक दिशा-निर्देश प्रदान करके, एआई-संचालित साइबर रक्षा में सैद्धांतिक अनुसंधान और व्यावहारिक परिनियोजन के बीच के अंतर को पाटता है।