3448 पेपर
यह शोध पत्र LLM एजेंटों पर संदर्भ-जागरूक प्रॉम्प्ट इंजेक्शन हमलों के मूल्यांकन के लिए एक बेंचमार्क के रूप में AgentLure पेश करता है, और ARGUS का प्रस्ताव देता है जो कार्य उपयोगिता (task utility) को बनाए रखते हुए हमले की सफलता दर को महत्वपूर्ण रूप से कम करने के लिए प्रोवेनेंस-जागरूक निर्णय ऑडिटिंग (provenance-aware decision auditing) का उपयोग करता है।
यह शोध पत्र HEAR डेटासेट और DECKER फ्रेमवर्क को प्रस्तुत करता है ताकि विविध उपयोगकर्ताओं, कीबोर्ड और शोर वाले वातावरणों में सुदृढ़, डोमेन-अपरिवर्तनीय कीस्ट्रोक रिकग्निशन (कीस्ट्रोक पहचान) को सक्षम करके ध्वनिक साइड-चैनल हमलों की सीमाओं को संबोधित किया जा सके, जो अंततः ऐसे हमलों के निरंतर सुरक्षा जोखिमों को प्रदर्शित करता है।
यह शोध पत्र प्रकट करता है कि हानिकारक प्रॉम्प्ट्स को सुसंगत गणितीय समस्याओं (जैसे कि सेट थ्योरी या औपचारिक तर्क में) के रूप में एनकोड करना, सतही नोटेशन पर निर्भर रहने के बजाय गहन पुनर्रचना (deep reformulation) के लिए मजबूर करके, LLM सुरक्षा फिल्टरों को महत्वपूर्ण रूप से बायपास कर देता है, जो कई मॉडलों में उच्च हमले की सफलता दर प्राप्त करते हुए गणितीय संरचना का विश्लेषण करने वाले बचाव की आवश्यकता को उजागर करता है।
यह शोध पत्र MEMSAD प्रस्तुत करता है, जो एक ग्रेडिएंट-कपल्ड विसंगति पहचान ढांचा (gradient-coupled anomaly detection framework) है जो रिट्रीवल-ऑगमेंटेड एजेंट्स में मेमोरी पॉइजनिंग हमलों के विरुद्ध प्रमाणित रक्षा गारंटी प्रदान करता है, यह सिद्ध करते हुए कि पता लगाने से बचने वाला कोई भी व्यवधान (perturbation) अनिवार्य रूप से रिट्रीवल की गुणवत्ता को कम करता है, और साथ ही समानार्थी-आधारित बचाव (synonym-based evasion) के विरुद्ध एक मौलिक सीमा की पहचान करता है।
यह शोध पत्र थ्रेड अवस्थाओं को पुनर्स्थापित करने, रनटाइम प्रीएम्प्शन (runtime preemption) को निष्प्रभावी करने और ओवरले पाथ विश्लेषण (overlay path analysis) को नियोजित करने के माध्यम से, कुबेरनेट्स (Kubernetes) और गो-इथेरियम (Go-Ethereum) जैसी उत्पादन परियोजनाओं में वास्तविक दुनिया की कमजोरियों का पता लगाने में सक्षम बनाने के लिए, मानक gc कंपाइलर के साथ संकलित मल्टी-थ्रेडेड गो (Go) बाइनरीज़ का समर्थन करने हेतु ज़ोरया (Zorya) कॉनकोलिक निष्पादन फ्रेमवर्क (concolic execution framework) के एक विस्तार को प्रस्तुत करता है।
यह शोध पत्र GPUBreach को प्रस्तुत करता है, जो एक नया हमला है जो यह प्रदर्शित करता है कि गैर-विशेषाधिकार प्राप्त उपयोगकर्ता GPU पेज टेबल्स में Rowhammer-प्रेरित बिट-फ्लिप्स का लाभ उठाकर GPU-पक्षीय विशेषाधिकार वृद्धि (privilege escalation) प्राप्त कर सकते हैं, संवेदनशील डेटा लीक कर सकते हैं, और अंततः IOMMU सुरक्षा को दरकिनार करते हुए होस्ट सिस्टम पर पूर्ण रूट नियंत्रण प्राप्त कर सकते हैं।
KVerus एक रिट्रीवल-ऑगमेंटेड (retrieval-augmented), सेल्फ-अडैप्टिव सिस्टम है जो बड़े पैमाने के, विकसित होते रस्ट (Rust) कोडबेस के लिए प्रमाणों को सफलतापूर्वक उत्पन्न करने और बनाए रखने के लिए औपचारिक सत्यापन (formal verification) में सिमेंटिक-स्ट्रक्चरल गैप को पाटता है, जो सिंगल-फाइल और रिपॉजिटरी-लेवल बेंचमार्क दोनों में मौजूदा टूल्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक कुंजी चयन एल्गोरिदम पेश करके पॉलीप्रोटेक्ट (PolyProtect) फेस टेम्पलेट प्रोटेक्शन पद्धति की अपरिवर्तनीयता (irreversibility) को बढ़ाता है जो इनवर्जन हमलों का प्रतिरोध करने के लिए बहुपद मापदंडों को अनुकूलित करता है और सुरक्षा एवं पहचान सटीकता के बीच संतुलन बनाता है, साथ ही एम्बेडिंग नॉर्मलाइजेशन के माध्यम से प्रदर्शन संबंधी समस्याओं का समाधान भी करता है।
यह शोध पत्र PoVSmith को प्रस्तुत करता है, जो एक एजेंट-आधारित दृष्टिकोण है जो उच्च-गुणवत्ता वाले प्रूफ-ऑफ-वल्नेरेबिलिटी परीक्षणों को स्वचालित रूप से उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स, कॉल पाथ विश्लेषण और निष्पादन फीडबैक का लाभ उठाता है, जो सफलतापूर्वक 96% सुलभ एप्लिकेशन-स्तर के एंट्री पॉइंट्स की पहचान करता है और जटिल सॉफ्टवेयर डिपेंडेंसीज़ के लिए 55% व्यवहार्य अटैक टेस्ट तैयार करता है।
यह शोध पत्र ओपन-सोर्स ड्रेडनोड (Dreadnode) SDK पर निर्मित एक एआई रेड टीमिंग एजेंट को प्रस्तुत करता है जो प्राकृतिक भाषा के माध्यम से जटिल सुरक्षा वर्कफ़्लो के निर्माण को स्वचालित करता है, जिससे महत्वपूर्ण एआई प्रणालियों की जांच के लिए आवश्यक समय हफ्तों से घटकर घंटों रह जाता है और पारंपरिक एवं जनरेटिव मॉडलों के परीक्षण को एकीकृत किया जाता है।