3510 पेपर
RansomTrack एक हाइब्रिड व्यवहार संबंधी विश्लेषण ढांचा है जो लगभग 9 सेकंड के भीतर उच्च-सटीकता, कम-विलंबता और व्याख्या योग्य रैनसमवेयर डिटेक्शन प्राप्त करने के लिए Radare2 से स्थिर विशेषताओं (static features) को Frida के माध्यम से कैप्चर किए गए गतिशील व्यवहारों (dynamic behaviors) के साथ जोड़ता है।
यह शोध पत्र VLM-आधारित स्कैनपाथ प्रेडिक्शन मॉडल्स पर बैकडोर हमलों का पहला अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि इनपुट-अवेयर वेरिएबल-आउटपुट हमले डिटेक्शन से बचने और कमोडिटी स्मार्टफोन्स पर तैनाती के दौरान जीवित रहने के साथ-साथ गेज़ फिक्सेशन सीक्वेंस और ड्यूरेशन को प्रभावी ढंग से मैनिपुलेट कर सकते हैं, जबकि वर्तमान में कोई भी मौजूदा डिफेंस इन खतरों को कम करने और मॉडल उपयोगिता को बनाए रखने में एक साथ सक्षम नहीं है।
यह शोध पत्र ESPRESSO को प्रस्तुत करता है, जो एक डीप लर्निंग मॉडल है जो कई टनलिंग प्रोटोकॉल के माध्यम से स्टेपिंग-स्टोन घुसपैठ का पता लगाने में मौजूदा अत्याधुनिक विधियों से काफी बेहतर प्रदर्शन करता है, जो की फॉल्स पॉजिटिव रेट पर 0.99 से अधिक की ट्रू पॉजिटिव दर प्राप्त करता है, और साथ ही चेन लेंथ प्रेडिक्शन (श्रृंखला लंबाई भविष्यवाणी) की क्षमताओं और ऐसे डिटेक्टरों के लिए प्राथमिक भेद्यता के रूप में टाइमिंग-आधारित गड़बड़ी की पहचान करने में भी दक्षता प्रदर्शित करता है।
यह शोध पत्र EChaCha20 स्ट्रीम साइफर का मूल्यांकन करने के लिए अनुकूलित कॉर्न-मूरे-प्रैट (Knuth-Morris-Pratt) और बोयर-मूर (Boyer-Moore) एल्गोरिदम का उपयोग करते हुए एक स्ट्रिंगोलॉजी-आधारित क्रिप्टोएनालिसिस फ्रेमवर्क प्रस्तुत करता है, जो इसकी सुदृढ़ छद्म यादृच्छिकता (pseudorandomness) और तीव्र प्रसार (diffusion) की पुष्टि करता है और केवल 8-बिट डोमेन में मामूली अनियमितताओं की पहचान करता है।
यह शोधपत्र ImageProtector को प्रस्तुत करता है, जो एक उपयोगकर्ता-पक्ष विधि है जो छवियों में लगभग अदृश्य दृश्य गड़बड़ी (visual perturbations) को समाहित करती है ताकि मल्टी-मोडल लार्ज लैंग्वेज मॉडल्स में इनकार (refusal) प्रतिक्रियाओं को ट्रिगर किया जा सके, जो संवेदनशील जानकारी के अनधिकृत निष्कर्षण को प्रभावी ढंग से रोकता है और सामान्य जवाबी उपायों के विरुद्ध मजबूती प्रदर्शित करता है।
DeepGuard एक ऐसा फ्रेमवर्क है जो एक अटेंशन-आधारित मॉड्यूल के माध्यम से कई मध्यवर्ती-से-ऊपरी परतों (intermediate-to-upper layers) से भेद्यता-विभेदक संकेतों (vulnerability-discriminative signals) को एकत्रित करके कोड-जनरेट करने वाले LLMs को सुरक्षित करने में अंतिम-परत की बाधा (final-layer bottleneck) को संबोधित करता है, जिससे कार्यात्मक शुद्धता बनाए रखते हुए सुरक्षित-और-सही कोड जनरेशन दरों में महत्वपूर्ण सुधार होता है।
CLIP-Inspector एक प्रॉम्प्ट-ट्यून्ड CLIP के लिए मॉडल-स्तरीय बैकडोर डिटेक्शन फ्रेमवर्क है जो सेमी-ऑनेस्ट MLaaS सेटिंग्स में दुर्भावनापूर्ण व्यवहारों की पहचान करने और तत्पश्चात समझौता किए गए मॉडलों को ठीक करने के लिए आउट-ऑफ-डिस्ट्रीब्यूशन ट्रिगर इन्वर्जन का उपयोग करता है।
यह शोध पत्र हार्डवेयर-सॉफ्टवेयर अनुबंध संतुष्टि के मॉड्यूलर, संवादात्मक सत्यापन को सक्षम करने के लिए रिलेटिव बिसिमिलरेशन (relative bisimulation) और कोइंडक्टिव रीजनिंग (coinductive reasoning) पर आधारित एक सुदृढ़ और पूर्ण निगमनात्मक प्रमाण प्रणाली प्रस्तुत करता है, जैसा कि इसके रॉक (Rocq) प्रूफ़ असिस्टेंट में औपचारिकीकरण और चुनौतीपूर्ण सुरक्षा प्रमाणों पर इसके अनुप्रयोग द्वारा प्रदर्शित किया गया है।
यह शोध पत्र यह प्रदर्शित करता है कि रिस्ट्रिक्टेड सिंड्रोम डिकोडिंग, जो क्रॉस (CROSS) सिग्नेचर स्कीम का सुरक्षा आधार है, को कोड-आधारित और लैटिस-आधारित दोनों समस्याओं में घटाया जा सकता है, जिससे संभावित हमले के वेक्टरों का विस्तार होता है और योजना की सुरक्षा में नई अंतर्दृष्टि प्राप्त होती है।
यह शोध पत्र BadSkill को प्रस्तुत करता है, जो एक नवीन बैकडोर हमला है जो तीसरे पक्ष के स्किल्स (skills) के भीतर अंतर्निहित मॉडलों को विशिष्ट सिमेंटिक ट्रिगर्स की उपस्थिति में छिपे हुए दुर्भावनापूर्ण पेलोड को निष्पादित करने के लिए फाइन-ट्यून करके एजेंट पारिस्थितिकी तंत्र (agent ecosystems) से समझौता करता है, जो सौहार्दपूर्ण प्रदर्शन बनाए रखते हुए उच्च हमले की सफलता दर प्राप्त करता है।