3500 पेपर
यह शोध पत्र एक ऐसे बाइनरी फॉर्मेट का प्रस्ताव करता है जिसे कॉम्पैक्ट, कंपाइलर-जनरेटेड मेटाडेटा के साथ संवर्धित किया गया है जो स्ट्रिप्ड बाइनरी और ओपन सोर्स के बीच के अंतर को पाटता है, जिससे रनटाइम पर प्रदर्शन को प्रभावित किए बिना विश्वसनीय डिसअसेंबली, इंस्ट्रुमेंटेशन और रीकंपाइलेशन सक्षम होता है।
यह शोधपत्र XOXO प्रस्तुत करता है, जो एक नवीन गुप्त हमले (stealthy attack) के रूप में AI कोडिंग सहायकों के स्वचालित संदर्भ-एकत्रीकरण तंत्र (automatic context-gathering mechanisms) का लाभ उठाता है, जिसमें LLM प्रॉम्प्ट्स को विषाक्त करने के लिए अर्थपूर्ण रूप से समान प्रतिकूल कोड संशोधनों को इंजेक्ट किया जाता है, जिससे पारंपरिक पहचान और फाइन-ट्यूनिंग सुरक्षा उपायों को दरकिनार करते हुए असुरक्षित कोड उत्पन्न किया जा सके।
यह शोध पत्र एक निचली सीमा (lower bound) को सिद्ध करके पाउली मैनिपुलेशन डिटेक्शन (PMD) कोड के लिए त्रुटि पैरामीटर और कोडिंग दर के बीच पहला ट्रेड-ऑफ स्थापित करता है, जो यह दर्शाता है कि किसी भी -ary PMD कोड की दर, जिसकी लंबाई है, द्वारा ऊपरी-बद्ध (upper-bounded) है।
ReGA एक स्केलेबल, मॉडल-आधारित सुरक्षा ढांचा (safeguard framework) है जो बड़े भाषा मॉडलों (Large Language Models) को प्रभावी ढंग से एब्स्ट्रैक्ट और मॉनिटर करने के लिए लो-डायमेंशनल सेफ्टी-क्रिटिकल रिप्रेजेंटेशन्स का लाभ उठाता है, जिससे पारंपरिक विश्लेषण तकनीकों की स्केलेबिलिटी सीमाओं को पार करते हुए हानिकारक सामग्री का पता लगाने में उच्च सटीकता और व्याख्यात्मकता (interpretability) प्राप्त होती है।
यह शोध पत्र मानक LWE धारणा से निर्मित संक्षिप्त ओब्लिवियस टेंसर इवैल्यूएशन (OTE) की अवधारणा प्रस्तुत करता है, जो एडेप्टिवली सुरक्षित लैकॉनिक फंक्शन इवैल्यूएशन, सभी सर्किटों के लिए ट्रैपडोर हैशिंग और अन्य इष्टतम क्रिप्टोग्राफिक प्रिमिटिव्स प्राप्त करने के लिए एक आधारभूत उपकरण के रूप में कार्य करता है।
यह शोधपत्र QPADL का प्रस्ताव करता है, जो एक नवीन पोस्ट-क्वांटम सुरक्षित फ्रेमवर्क है जो अनुकूलित प्राइवेट इंफॉर्मेशन रिट्रीवल, एक क्वांटम-रेसिस्टेंट टोर वेरिएंट और अनुकूलित रक्षा तंत्रों के माध्यम से बड़े पैमाने के स्पेक्ट्रम एक्सेस सिस्टम के लिए उपयोगकर्ता गोपनीयता, गुमनामी, स्थान सत्यापन और डिनायल-ऑफ-सर्विस लचीलेपन को एक साथ सुनिश्चित करता है।
यह शोध पत्र Privacy-R1 को प्रस्तुत करता है, जो एक सुदृढीकरण लर्निंग (reinforcement learning) फ्रेमवर्क है जो गोपनीयता सुरक्षा और कार्य प्रदर्शन के बीच इष्टतम संतुलन बनाने के लिए प्रतिस्थापनीय (replaceable) और कार्य-महत्वपूर्ण (task-critical) संवेदनशील जानकारी के बीच अंतर करके टेक्स्ट चंक्स (text chunks) को स्थानीय और रिमोट LLMs के बीच गतिशील रूप से रूट करता है, जिससे एक नए उच्च-घनत्व वाले चिकित्सा डेटासेट पर अत्याधुनिक (state-of-the-art) परिणाम प्राप्त होते हैं।
PrivaDE एक गोपनीयता-संरक्षित प्रोटोकॉल है जिसे ब्लॉकचेन-आधारित डेटा मार्केटप्लेस के लिए डिज़ाइन किया गया है जो मॉडल और डेटा मालिकों को अपने मालिकाना मापदंडों या कच्चे डेटा को प्रकट किए बिना मशीन लर्निंग के लिए एक डेटासेट के उपयोगिता स्कोर (utility score) की संयुक्त रूप से गणना करने में सक्षम बनाता है, जबकि स्मार्ट कॉन्ट्रैक्ट्स के माध्यम से सुरक्षा, दक्षता और निष्पक्ष निष्पादन सुनिश्चित करता है।
यह अध्ययन प्रकट करता है कि लार्ज लैंग्वेज मॉडल्स का उपयोग पहले से ही रोमांस-बेटिंग (रोमांस के नाम पर ठगी) घोटालों में व्यापक रूप से किया जा रहा है, जहाँ वे विश्वास बनाने और अनुपालन प्राप्त करने में मानव ऑपरेटरों से बेहतर प्रदर्शन करते हैं और वर्तमान सुरक्षा फिल्टरों से बचने में सक्षम हैं, जो इन धोखाधड़ी वाले परिचालनों के पूर्ण-स्तरीय स्वचालन के विरुद्ध बेहतर सुरक्षा प्रणालियों की तत्काल आवश्यकता का संकेत देता है।
यह शोध पत्र यह प्रदर्शित करके कि "एडम्स ब्रिज" (Adams Bridge) PQC हार्डवेयर एक्सेलेरेटर के आंशिक मास्किंग और शफलिंग बचाव सीमित एंट्रॉपी और प्रभावी बिलीफ प्रोपेगेशन हमलों के कारण दावे की तुलना में काफी कमजोर हैं, इसके सुरक्षा दावों का आलोचनात्मक मूल्यांकन करता है, और साथ ही तीन क्रमिक मिड-लेयर्स की एक रणनीतिक मास्किंग को एक सुदृढ़ प्रतिवाद के रूप में प्रस्तावित करता है और आंशिक रूप से मास्क्ड NTT एक्सेलेरेटर्स के ऑडिटिंग के लिए एक पुन: प्रयोज्य कार्यप्रणाली स्थापित करता है।