3448 पेपर
यह शोध पत्र गॉसियन प्राइवेसी प्रोटेक्टर (GPP) का प्रस्ताव करता है, जो एक वितरित डीप वेरिएशनल फ्रेमवर्क है जो फेडरेटेड लर्निंग को सैनिटाइज्ड, निम्न-आयामी डेटा प्रतिनिधित्व जारी करने में सक्षम बनाता है जो म्यूचुअल इंफॉर्मेशन मिनिमाइजेशन के माध्यम से संवेदनशील विशेषताओं के रिसाव को कम करते हुए उपयोगिता को प्रभावी ढंग से सुरक्षित रखता है।
यह शोध पत्र प्रदर्शित करता है कि JBShield जेलब्रेक डिफेंस अपने अवधारणा-आधारित डिटेक्शन में संरचनात्मक खामियों का फायदा उठाकर एक नए एडेप्टिव अटैक (JB-GCG) के प्रति असुरक्षित है, और एक अधिक सुदृढ़ मल्टी-लेयर रिप्रेजेंटेशन ट्राजेक्टरी वेरिफिकेशन (RTV) डिफेंस का प्रस्ताव करता है जो नए और आगामी एडेप्टिव अटैक्स के विरुद्ध लगभग पूर्ण डिटेक्शन प्राप्त करता है।
Piiguard एक वेबपेज-स्तरीय रक्षा तंत्र है जो अनुकूलित छिपे हुए HTML अंशों का उपयोग करता है ताकि LLMs को संपर्क संबंधी PII (व्यक्तिगत पहचान योग्य सूचना) का खुलासा करने से दूर रखा जा सके, जिससे सौहार्दपूर्ण प्रश्नों के लिए उपयोगिता बनाए रखते हुए डेटा रिसाव को रोकने में उच्च सफलता दर प्राप्त की जा सके।
यह शोध पत्र अनुभवजन्य रूप से यह प्रदर्शित करता है कि रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) अक्सर शोर और अप्रासंगिक संदर्भ पेश करके मैलवेयर स्पष्टीकरण की गुणवत्ता को कम कर देता है, जो यह सुझाव देता है कि जब संरचित साक्ष्य पहले से ही उपलब्ध हों, तो मैलवेयर विश्लेषण को ज्ञान-प्राप्ति (knowledge-retrieval) की समस्या के बजाय एक सिग्नल-एक्सट्रैक्शन कार्य के रूप में माना जाना बेहतर है।
यह शोधपत्र HackerSignal प्रस्तुत करता है, जो एक बड़े पैमाने का, बहु-स्रोत डेटासेट है जो 1990 से 2026 तक के 7.45 मिलियन दस्तावेज़ों को एकत्रित करता है ताकि हैकर समुदाय की चर्चा को पूर्ण CVE भेद्यता जीवनचक्र (vulnerability lifecycle) से जोड़ा जा सके, जो टेम्पोरल आउट-ऑफ-डिस्ट्रीब्यूशन साइबर थ्रेट इंटेलिजेंस और क्रॉस-सोर्स CVE लिंकेज कार्यों के लिए एक बेंचमार्क के रूप में कार्य करता है।
यह शोध पत्र एक मान्य 1,554-प्रॉम्प्ट "CODE" बैंक और एक सर्वसम्मति-लेबल वाली वर्गीकरण रूपरेखा प्रस्तुत करता है जो मौजूदा भाषा मॉडल सुरक्षा बेंचमार्क में निहित संलयन संबंधी समस्याओं को संबोधित करने के लिए निष्पादन योग्य दुर्भावनापूर्ण सॉफ़्टवेयर अनुरोधों को हानिकारक सुरक्षा ज्ञान प्रश्नों से कठोरता से अलग करता है।
RootGuard मल्टी-टर्न LLM एजेंटों के लिए एक नवीन गोपनीयता ढांचा (privacy framework) है जो निजी रूट मानों (root values) को एक बार सैनिटाइज़ करता है और उसके बाद के आउटपुट को नियत रूप से (deterministically) व्युत्पन्न करता है, जिससे टर्न के दौरान गोपनीयता क्षरण को रोका जा सकता है और मौजूदा स्वतंत्र नॉइज़िंग विधियों की तुलना में काफी बेहतर गोपनीयता-उपयोगिता ट्रेड-ऑफ प्राप्त किया जा सकता है।
यह सर्वेक्षण इस बात का परीक्षण करता है कि कैसे कॉन्फिडेंशियल कंप्यूटिंग, विशेष रूप से ट्रस्टेड एक्जीक्यूशन एनवायरनमेंट के माध्यम से, हार्डवेयर प्लेटफॉर्म के एक एकीकृत वर्गीकरण, एक एजेंट-केंद्रित थ्रेट मॉडल और सुरक्षात्मक उपायों के तुलनात्मक विश्लेषण प्रदान करते हुए, एजेंटिक एआई सिस्टम द्वारा सामना किए जाने वाले अद्वितीय सुरक्षा खतरों का समाधान करती है, साथ ही एक सुसंगत एंड-टू-एंड सुरक्षा ढांचे की आवश्यकता पर भी प्रकाश डालती है।
यह शोध पत्र MAGE को प्रस्तुत करता है, जो एक नवीन रक्षात्मक ढांचा (defensive framework) है जो सुरक्षा-महत्वपूर्ण संदर्भ (safety-critical context) को सक्रिय रूप से संकुचित करने और LLM एजेंटों में दीर्घकालिक खतरों (long-horizon threats) का पता लगाने के लिए एक समर्पित "शैडो मेमोरी" (shadow memory) का लाभ उठाता है, जिससे नगण्य ओवरहेड के साथ उच्च पहचान सटीकता प्राप्त होती है।
यह शोध पत्र एक क्रिप्टोग्राफिक रजिस्ट्री प्रोवेनेंस सिस्टम का प्रस्ताव करता है जो सॉफ्टवेयर वितरण में संरचनात्मक अंतराल को समाप्त करने के लिए अनिवार्य पब्लिशर और रजिस्ट्री डुअल-सिग्नेचर के साथ-साथ कंज्यूमर-साइड क्रिप्टोग्राफिक प्रवर्तन को लागू करके AI पैकेज इकोसिस्टम में डिपेंडेंसी कन्फ्यूजन हमलों से बचाव करता है।