3510 पेपर
यह शोध पत्र एक हाइब्रिड IoT घुसपैठ पहचान ढांचे (intrusion detection framework) को प्रस्तुत करता है जो पारंपरिक रैंडम फॉरेस्ट एन्सेम्बल्स की तुलना में 40 गुना तेज़ इन्फरेंस प्राप्त करने के लिए TabPFNv2.5 फाउंडेशन मॉडल का लाभ उठाता है और साथ ही 97% सटीकता बनाए रखता है, जिससे स्मार्ट सिटी फॉरेंसिक्स के लिए कुशल वास्तविक समय खतरा स्क्रीनिंग सक्षम होती है।
यह शोध पत्र RedShell को प्रस्तुत करता है, जो एक जनरेटिव एआई टूल और उसके साथ संलग्न डेटासेट है जिसे नैतिक हैकर्स को पेनिट्रेशन टेस्टिंग के लिए सिंटैक्टिक रूप से वैध और सिमेंटिक रूप से सुसंगत दुर्भावनापूर्ण पॉवरशेल कोड बनाने में सहायता करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र RLSpoofer को पेश करता है, जो एक हल्का, ब्लैक-बॉक्स सुदृढीकरण लर्निंग (reinforcement learning) फ्रेमवर्क है जो न्यूनतम प्रशिक्षण डेटा और आंतरिक मॉडल मापदंडों तक पहुंच के बिना 62% स्पूफिंग सफलता दर प्राप्त करके वर्तमान LLM वॉटरमार्किंग योजनाओं की संवेदनशीलता को प्रदर्शित करता है।
यह शोध पत्र संवादात्मक स्मिशिंग (smishing) डिटेक्शन के लिए संसाधनों की कमी को दूर करने के लिए 3,201 लेबल किए गए मल्टी-राउंड संवादों का एक सिंथेटिक डेटासेट प्रस्तुत करता है, जो प्रयोगों के माध्यम से यह प्रदर्शित करता है कि पारंपरिक मशीन लर्निंग मॉडल, TF-IDF फीचर्स के साथ, मल्टी-स्टेज सोशल इंजीनियरिंग हमलों की पहचान करने में ट्रांसफॉर्मर-आधारित आर्किटेक्चर से बेहतर प्रदर्शन करते हैं।
यह शोध पत्र RedShell को प्रस्तुत करता है, जो एक गोपनीयता-संरक्षण और हार्डवेयर-कुशल फ्रेमवर्क है जो माइक्रोसॉफ्ट विंडोज सिस्टम पर नैतिक पेंटेस्टिंग के लिए वैध और अर्थपूर्ण रूप से संरेखित आक्रामक पॉवरशेल (PowerShell) कोड के स्वचालन हेतु फाइन-ट्यून किए गए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
यह शोध पत्र AnyPoC को प्रस्तुत करता है, जो एक स्केलेबल मल्टी-एजेंट फ्रेमवर्क है जो संभावित बग रिपोर्टों के लिए स्वचालित रूप से निष्पादन योग्य प्रूफ-ऑफ-कॉन्सेप्ट परीक्षण उत्पन्न करता है और उनका कड़ाई से सत्यापन करता है, जिससे फॉल्स पॉजिटिव्स में काफी कमी आती है और 12 प्रमुख सॉफ्टवेयर सिस्टम में 120 से अधिक नए बगों की सफलतापूर्वक खोज की जाती है।
यह शोधपत्र कम-एन्ट्रॉपी (low-entropy) वाले LLM आउटपुट के लिए प्रमाणित रूप से अप्राप्य (undetectable) और सुदृढ़ वॉटरमार्किंग की व्यवहार्यता की जांच करता है, जो नए स्कीमा प्रस्तावित करता है जो विशिष्ट क्रिप्टोग्राफिक धारणाओं के तहत रैंडम प्रतिस्थापन (random substitutions) और विलोपन (deletions) के विरुद्ध लचीले बने रहते हुए निरंतर प्रति-टोकन एन्ट्रॉपी के साथ कार्य करते हैं।
यह शोध पत्र LLM-Redactor प्रस्तुत करता है, जो एक ओपन-सोर्स फ्रेमवर्क है जो LLM अनुरोधों के लिए आठ गोपनीयता-संरक्षण तकनीकों का अनुभवजन्य मूल्यांकन करता है और यह प्रदर्शित करता है कि स्थानीय अनुमान (local inference), रेडैक्शन (redaction) और सिमेंटिक रीफ्रेसिंग (semantic rephrasing) को संयोजित करने वाली एक हाइब्रिड रणनीति डेटा लीक को प्रभावी ढंग से कम करती है और थ्रेट मॉडल (threat models) एवं वर्कलोड के आधार पर इष्टतम विधियों का चयन करने के लिए एक निर्णय नियम प्रदान करती है।
COBALT-TLA एक न्यूरो-सिम्बोलिक सत्यापन लूप है जो क्रॉस-चेन ब्रिज कमजोरियों, जिसमें अनप्रॉम्प्टेड अटैक क्लासेस भी शामिल हैं, को कुशलतापूर्वक खोजने के लिए एक LLM को TLA+ मॉडल चेकर के साथ एक स्वचालित फीडबैक चक्र में एकीकृत करता है, जो औपचारिक विनिर्देशों (फॉर्मल स्पेसिफिकेशन्स) के निर्माण को निर्देशित करने के लिए नियत त्रुटि ट्रेसेस (डिटरमिनिस्टिक एरर ट्रेसेस) का उपयोग करता है।
यह शोध पत्र एक क्लस्टरिंग-एन्हांस्ड डोमेन अडैप्टेशन फ्रेमवर्क प्रस्तावित करता है जो स्पेक्ट्रल-ट्रांसफॉर्म-आधारित फीचर अलाइनमेंट को K-मेडॉइड्स क्लस्टरिंग के साथ जोड़ता है ताकि गतिशील ट्रैफ़िक वितरण और सीमित लेबल वाले डेटा का सामना कर रहे औद्योगिक नियंत्रण प्रणालियों में क्रॉस-डोमेन घुसपैठ का पता लगाने की सटीकता और स्थिरता में महत्वपूर्ण सुधार किया जा सके।