3510 पेपर
यह शोध पत्र एक हल्के (लाइटवेट) रणनीति का प्रस्ताव करता है जो संसाधन-सीमित IoT उपकरणों के लिए कम हार्डवेयर लागत और ऊर्जा खपत बनाए रखते हुए मशीन लर्निंग हमलों के विरुद्ध मजबूत सुरक्षा प्राप्त करने के लिए XOR आर्बिटर PUF आर्किटेक्चर मापदंडों और उपयोग विधियों को अनुकूलित करता है।
यह शोधपत्र IoT उपकरणों के लिए एक हल्का प्रमाणीकरण प्रोटोकॉल प्रस्तावित करता है जो कम संसाधन ओवरहेड और मॉडलिंग हमलों के विरुद्ध उच्च प्रतिरोध, दोनों को प्राप्त करने के लिए एक शून्य-ट्रांजिस्टर अस्पष्टता इंटरफ़ेस वाले आर्बिटर PUF और एक पूरक प्रोटोकॉल को सह-डिज़ाइन करता है।
यह सर्वेक्षण ज़ीरो-नॉलेज प्रूफ (Zero-Knowledge Proofs), विशेष रूप से zkSNARKs पर केंद्रित, ब्लॉकचेन और गैर-ब्लॉकचेन डोमेन में उनके विविध अनुप्रयोगों को वर्गीकृत करके, प्रमुख प्रदर्शन ट्रेड-ऑफ का मूल्यांकन करके, और सहायक बुनियादी ढांचे एवं भविष्य के अनुसंधान दिशाओं की समीक्षा करके एक व्यापक तकनीकी अवलोकन और व्यावहारिक विश्लेषण प्रदान करता है।
यह शोध पत्र एक अनुकूलित, हल्के वजन वाले कंपोनेंट-डिफरेंशियल चैलेंज्ड XOR-PUF (CDC-XPUF) डिज़ाइन का प्रस्ताव करता है जिसमें एक प्री-सिलेक्शन रणनीति है जो संसाधन-सीमित IoT उपकरणों में मशीन लर्निंग और विश्वसनीयता-आधारित हमलों का प्रतिरोध करने के लिए विश्वसनीयता, लागत और सुरक्षा को प्रभावी ढंग से संतुलित करती है।
यह शोध पत्र मॉड्यूल स्विचिंग डिफेंस (MSD) का प्रस्ताव करता है, जो एक नवीन पोस्ट-ट्रेनिंग रणनीति है जो एक इवोल्यूशनरी एल्गोरिदम के माध्यम से मॉडल मॉड्यूल्स को चुनिले ढंग से फ्यूज करके बैकडोर हमलों को बाधित करती है, जो वेट एवरेजिंग की तुलना में बेहतर मजबूती और उपयोगिता संरक्षण प्रदर्शित करता है, विशेष रूप से सीमित मॉडलों या मिलीभगत वाले बैकडोर्स वाले परिदृश्यों में।
यह शोध पत्र -दूरी प्रेडिकेट्स (predicates) के लिए प्रथम प्रॉपर्टी-प्रिजर्विंग हैशिंग निर्माण प्रस्तुत करता है, जो प्रतिकूल हमलों (adversarial attacks) के तहत दृष्टिगत रूप से समान छवियों का पता लगाने के लिए एक अत्यधिक कुशल और सुदृढ़ विधि प्रदान करता है, जिससे हमलावरों को पता लगाने से बचने के लिए महत्वपूर्ण शोर (noise) उत्पन्न करने के लिए मजबूर किया जाता है जो छवि की गुणवत्ता को कम कर देता है।
यह शोध पत्र अटेंशन वेट्स (attention weights) का लाभ उठाकर लॉन्ग-कॉन्टेक्स्ट एलएलएम (long-context LLMs) में प्रॉम्प्ट इंजेक्शन और नॉलेज करप्शन को ट्रेस करने के लिए एक कुशल और सटीक विधि, अट्न्ट्रेस (AttnTrace) प्रस्तुत करता है, जो गति और प्रभावशीलता दोनों में मौजूदा अत्याधुनिक समाधानों से बेहतर प्रदर्शन करते हुए इंजेक्ट किए गए निर्देशों का बेहतर पता लगाने में सक्षम बनाता है।
यह शोध पत्र "पैरेलल स्पूकी पेबल गेम्स" पेश करता है, जो रेगेव के गुणनखंड एल्गोरिदम (Regev's factoring algorithm) के लिए आवश्यक गुणन गहराई (multiplication depth) को काफी कम करने के लिए समानांतरता (parallelism) और हैडामार्ड बेसिस मेजरमेंट्स (Hadamard basis measurements) को संयोजित करने वाली एक तकनीक है, जो यह प्रदर्शित करता है कि 4096-बिट पूर्णांकों को 193 की गहराई के साथ गुणनखंडित किया जा सकता है, जबकि पिछले वेरिएंट्स के लिए 444 या 680 की आवश्यकता थी।
यह शोध पत्र रेशनल लोकलाइज्ड एडवर्सरियल एनोनिमाइजेशन (RLAA) को प्रस्तुत करता है, जो एक पूर्णतः स्थानीयकृत और प्रशिक्षण-मुक्त ढांचा है जो रिमोट एपीआई के गोपनीयता विरोधाभास और स्थानीय मॉडलों के उपयोगिता पतन को दूर करने के लिए एक अटैकर-आर्बिट्रेटर-एनोनिमाइज़र आर्किटेक्चर का उपयोग करता है, जो लालची प्रतिकूल रणनीतियों को एक तर्कसंगतता-गेटेड तंत्र से बदल देता है जो गोपनीयता लाभ और उपयोगिता लागत के बीच के संतुलन को अनुकूलित करता है।
यह शोध पत्र EZ-MIA को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त सदस्यता अनुमान हमला (membership inference attack) है जो मौजूदा अत्याधुनिक विधियों की तुलना में काफी उच्च पहचान दरों और कम फाल्स पॉजिटिव के साथ फाइन-ट्यून्ड ऑटोरेग्रेसिव लैंग्वेज मॉडल्स में मेमोराइजेशन का पता लगाने के लिए "एरर ज़ोन" स्कोर का लाभ उठाता है।