3448 पेपर
यह शोध पत्र StormShield प्रस्तुत करता है, जो O-RAN 5G नेटवर्क के लिए एक xApp-आधारित समाधान है जो वास्तविक दुनिया के ओवर-द-एयर टेस्टबेड्स में gNB संसाधन रिक्तीकरण को प्रभावी ढंग से रोकने के लिए 106.5 ms के भीतर 97.6% सटीकता के साथ रेडियो रिसोर्स कंट्रोल (RRC) सिग्नलिंग तूफानों का पता लगाने और उन्हें कम करने के लिए फिंगरप्रिंटिंग का उपयोग करता है।
यह शोध पत्र ROK-FORTRESS को प्रस्तुत करता है, जो एक "ट्रांसक्रिएशन मैट्रिक्स" (transcreation matrix) का उपयोग करने वाला एक द्विभाषी बेंचमार्क है, यह प्रदर्शित करने के लिए कि बड़े भाषा मॉडलों (LLMs) के लिए राष्ट्रीय सुरक्षा और सार्वजनिक सुरक्षा मूल्यांकनों को भाषा और भू-राजनीतिक संदर्भ के बीच जटिल अंतःक्रियाओं को ध्यान में रखना चाहिए, क्योंकि केवल अनुवाद-आधारित दृष्टिकोण यह पकड़ने में विफल रहते हैं कि कोरियाई भाषा और ग्राउंडिंग (grounding) मॉडल के सुरक्षा व्यवहारों और ओवर-रिफ्यूज़ल (over-refusal) दरों को विशिष्ट रूप से कैसे प्रभावित करते हैं।
यह शोध पत्र DSTAN-Med का प्रस्ताव करता है, जो एक पर्यवेक्षित ढांचा (supervised framework) है जो IoT-आधारित चिकित्सा उपकरणों में गलत डेटा इंजेक्शन हमलों (false data injection attacks) का प्रभावी ढंग से पता लगाने के लिए एक दोहरी-चैनल स्थानिक-कालिक ध्यान तंत्र (dual-channel spatiotemporal attention mechanism) को शून्य-पैरामीटर शारीरिक सुसंगतता फिल्टर (zero-parameter physiological plausibility filter) के साथ जोड़ता है, जिससे कई नैदानिक डेटासेट्स में मौजूदा बेसलाइनों की तुलना में महत्वपूर्ण संवेदनशीलता और सटीकता में सुधार होता है।
यह शोध पत्र LLM वॉटरमार्किंग तकनीकों को अनुकूलित करके परफेक्ट-इंफॉर्मेशन एक्सटेंसिव-फॉर्म गेम्स में गेम-प्लेइंग एजेंट्स को वॉटरमार्क करने की एक विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि यह दृष्टिकोण रणनीति की गुणवत्ता पर नगण्य प्रभाव के साथ अनधिकृत AI उपयोग का विश्वसनीय पता लगाने की अनुमति देता है।
MetaMoE एक गोपनीयता-संरक्षण ढांचा है जो सार्वजनिक प्रॉक्सी डेटा के विविधता-जागरूक चयन का लाभ उठाकर स्वतंत्र रूप से प्रशिक्षित, डोमेन-विशिष्ट विशेषज्ञों को एक एकल मिक्स्चर-ऑफ-एक्सपर्ट्स मॉडल में एकीकृत करता है ताकि संवेदनशील क्लाइंट डेटा तक पहुँच बनाए बिना निजी वितरण का अनुमान लगाया जा सके और विशेषज्ञ शिक्षण को समन्वित किया जा सके।
यह शोध पत्र तर्क देता है कि वेब एजेंटों को प्रॉम्प्ट इंजेक्शन जोखिमों को कम करने के लिए डिफ़ॉल्ट ReAct दृष्टिकोण के बजाय "योजना-फिर-निष्पादन" (plan-then-execute) प्रतिमान को अपनाना चाहिए, और यह दावा करता है कि इस बदलाव में प्राथमिक बाधा एआई मॉडलिंग की सीमाएं नहीं बल्कि टाइप किए गए, सिमेंटिक वेबसाइट एपीआई का अभाव है।
यह शोध पत्र MMGuard का प्रस्ताव करता है, जो एक सक्रिय रक्षा तंत्र है जो बड़े विजन-लैंग्वेज मॉडल्स (Large Vision-Language Models) के अनधिकृत फाइन-ट्यूनिंग को रोकने के लिए मानव-अदृश्य विक्षोभों (human-imperceptible perturbations) को इंजेक्ट करके और क्रॉस-मोडल बाइंडिंग्स को बाधित करके अनलर्नेबल मल्टीमॉडल उदाहरण उत्पन्न करता है, जिससे डेटा मालिकों के कॉपीराइट और गोपनीयता की रक्षा होती है।
यह शोध पत्र प्रकट करता है कि LLM जेलब्रेक्स में अटैक सक्सेस रेट (ASR) की अस्थिरता मूल्यांकन और जनरेशन दोनों के दौरान स्टोकेस्टिसिटी (stochasticity) से उत्पन्न होती है, जिससे मेट्रिक्स व्यवस्थित रूप से बढ़ जाते हैं, और इस विचलन को सटीक रूप से मापने तथा प्रदर्शन हानि को पुनः प्राप्त करने के लिए CAS-eval और CAS-gen फ्रेमवर्क प्रस्तावित करता है।
MemLineage एक क्रिप्टोग्राफिक रक्षा प्रणाली है जो LLM एजेंटों के लिए बनाई गई है जो मेमोरी प्रविष्टि (memory entry) के उद्भव और व्युत्पन्न वंश (provenance and derivation lineage) को ट्रैक करके मेमोरी पॉइजनिंग हमलों को रोकती है, यह सुनिश्चित करती है कि संवेदनशील कार्यों को केवल तभी अधिकृत किया जाए जब उनका औचित्य किसी अविश्वसनीय स्रोतों से न निकला हो।
यह शोध पत्र LiSA को प्रस्तुत करता है, जो एक रूढ़िवादी नीति प्रेरण (policy induction) ढांचा है जो संरचित मेमोरी के माध्यम से विरल और शोर युक्त परिनियोजन विफलताओं को पुन: प्रयोज्य नीति अमूर्तता (policy abstractions) में परिवर्तित करके स्थिर AI गार्डरेल्स को बढ़ाता है, जिससे एजेंटों को बार-बार फाइन-ट्यूनिंग की आवश्यकता के बिना प्रासंगिक सुरक्षा जोखिमों के अनुकूल होने में सक्षम बनाया जा सके।