3448 पेपर
यह शोध पत्र एक नवीन डेटा-संचालित इमेज एन्क्रिप्शन फ्रेमवर्क प्रस्तावित करता है जो अवलोकन संबंधी डेटा से सीधे स्पष्ट अराजक मानचित्र गतिकी (chaotic map dynamics) को सीखने के लिए SINDy-PI एल्गोरिदम का उपयोग करता है, जिससे एक अत्यधिक सुरक्षित, डेटा-निर्भर एन्क्रिप्शन योजना निर्मित होती है जो संवेदनशीलता, यादृच्छिकता और सांख्यिकीय एवं विभेदक हमलों के प्रतिरोध में पारंपरिक निश्चित-मानचित्र विधियों से बेहतर प्रदर्शन करती है।
यह शोध पत्र MIST को प्रस्तुत करता है, जो एक ट्रोजन डिटेक्शन विधि है जो मॉडल के प्री-एक्टिवेशन स्पेक्ट्रल इवोल्यूशन में विचलन का विश्लेषण करके दुर्भावनापूर्ण फाइन-ट्यूनिंग अपडेट की पहचान करती है, और ट्रिगर या पॉइज़न्ड डेटा के ज्ञान की आवश्यकता के बिना उच्च सटीकता प्राप्त करती है।
यह अध्ययन स्पैमली (Spamley) डेटासेट का विश्लेषण करके फिशिंग भेद्यता के पांच मनोवैज्ञानिक और व्यवहारिक निर्माणों की पहचान करता है, जो यह प्रकट करता है कि केवल तकनीकी ज्ञान ही नहीं, बल्कि परिचालन परिपक्वता, निर्णय लेने की गति और संज्ञानात्मक दृष्टिकोण का संयोजन ही असुरक्षित उपयोगकर्ताओं को अलग करता है और व्यक्तिगत, अनुकूलन योग्य साइबर सुरक्षा प्रशिक्षण की ओर बदलाव को आवश्यक बनाता है।
यह शोध पत्र एक क्वांटम-प्रतिरोधी सत्र-कुंजी (session-key) स्थापना योजना का प्रस्ताव और कार्यान्वयन करता है जो 'हार्वेस्ट-नाउ-डिक्रिप्ट-लेटर' (harvest-now-decrypt-later) खतरों को कम करने के लिए कई स्वतंत्र टोर (Tor) सर्किट्स में एन्क्रिप्टेड कुंजी अंशों को वितरित करता है, जिससे बढ़ी हुई गोपनीयता के लिए प्रतिक्रियाशीलता (responsiveness) से समझौता करते हुए औसतन 13-20 सेकंड की विलंबता (latency) प्राप्त होती है।
यह शोध पत्र एक प्रति-उदाहरण प्रस्तुत करता है जो यह दर्शाता है कि वितरणों का एक वर्ग, जिसे कुल विचलन दूरी (total variation distance) में एक सीमित नमूना आकार के साथ सीखा जा सकता है, अनिवार्य रूप से -डिफरेंशियल प्राइवेसी के तहत सीखने योग्य नहीं है, जिससे अष्टियानी (Ashtiani) के एक अनुमान का खंडन होता है।
यह शोध पत्र बिटकॉइन स्टेकिंग को प्रस्तुत करता है, जो एक मॉड्यूलर प्रोटोकॉल है जो बिटकॉइन धारकों को स्वचालित स्लैशिंग तंत्र के माध्यम से प्रूफ-ऑफ-स्टेक चेन को ट्रस्टलेस तरीके से सुरक्षित करने में सक्षम बनाता है, जिसे बेबिलोन मेननेट पर 58,000 से अधिक BTC को नेटिव टोकन-आधारित स्टेकिंग की तुलना में काफी कम सुरक्षा लागत पर सफलतापूर्वक तैनात किया गया है।
FedShield-LLM एक सुरक्षित और स्केलेबल फेडरेटेड लर्निंग फ्रेमवर्क है जो लो-रैंक एडेप्टेशन (LoRA) को फुली होमोमोर्फिक एन्क्रिप्शन (FHE) और प्रूनिंग के साथ जोड़ता है ताकि प्रदर्शन से समझौता किए बिना संसाधन-सीमित संगठनों में लार्ज लैंग्वेज मॉडल्स की गोपनीयता-संरक्षित, कुशल फाइन-ट्यूनिंग को सक्षम बनाया जा सके।
यह शोध पत्र एक गेम-थ्योरेटिक फ्रेमवर्क प्रस्तावित करता है जो सुरक्षा प्रतिरोध और प्रदर्शन ओवरहेड के बीच रणनीतिक रूप से संतुलन बनाकर MATE जोखिमों को कम करने के लिए सॉफ्टवेयर सुरक्षा के चयन को स्वचालित करता है, जिसमें इष्टतम रक्षा रणनीति निर्धारित करने के लिए एक नवीन सॉफ्टवेयर प्रोटेक्शन इंडेक्स और एक ह्यूरिस्टिक ऑप्टिमाइज़ेशन एल्गोरिदम का उपयोग किया गया है।
यह शोध पत्र मेटावर्स की सक्षम तकनीकों और उभरती सुरक्षा चुनौतियों का एक व्यवस्थित साहित्य समीक्षा प्रस्तुत करता है, जो एक सुरक्षित और नैतिक रूप से शासित आभासी वातावरण सुनिश्चित करने के लिए प्रमुख कमजोरियों का विश्लेषण करता है, सैद्धांतिक जवाबी उपायों का मूल्यांकन करता है, और भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र साइबर-फिजिकल, फिजिकल-लेयर और प्रोटोकॉल डोमेन में 6G-सक्षम परिवहन में सेंसिंग और संचार के एकीकरण से उत्पन्न होने वाली अनूठी सुरक्षा चुनौतियों की पहचान करता है, और एक बहु-डोमेन सुरक्षा ढांचे का प्रस्ताव करता है जो हल्के, क्रॉस-डोमेन संरक्षण के लिए ISAC मापों का लाभ उठाता है।