3528 पेपर
246 एंड्रॉइड डेवलपर्स के इस अध्ययन से पता चलता है कि प्रवर्तन और बढ़े हुए प्रयास के बारे में चिंताओं के बावजूद, विशाल बहुमत (89%) फिंगरप्रिंटिंग जोखिमों को कम करने के लिए वैकल्पिक प्लेटफॉर्म परिवर्तनों का समर्थन करता है, यहाँ तक कि वर्तमान फिंगरप्रिंटिंग उपयोगकर्ता भी ऐसे गोपनीयता उपायों को अपनाने के लिए प्रबल इच्छा प्रदर्शित कर रहे हैं।
यह शोध पत्र डमी-अवेयर वेटेड अटैक (DAWA) को प्रस्तुत करता है, जो एक नवीन मूल्यांकन पद्धति है जो वास्तविक और डमी दोनों लेबल को एक साथ लक्षित करके डमी क्लास-आधारित सुरक्षा प्रणालियों की अतिरंजित मजबूती को उजागर करती है, जिससे उन प्रतिकूल उदाहरणों के प्रति उनकी संवेदनशीलता प्रकट होती जिन्हें पारंपरिक हमले पकड़ने में विफल रहते हैं।
यह शोध पत्र VulGNN को प्रस्तुत करता है, जो एक हल्का ग्राफ न्यूरल नेटवर्क है जो बड़े भाषा मॉडलों (लार्ज लैंग्वेज मॉडल्स) के तुलनीय भेद्यता पहचान प्रदर्शन प्राप्त करता है, जबकि यह 100 गुना छोटा और एज डिप्लॉयमेंट के लिए अधिक कुशल है।
यह शोध पत्र SABLE को पेश करता है, जो फेडरेटेड लर्निंग के लिए एक सिमेंटिक्स-अवेयर बैकडोर अटैक फ्रेमवर्क है जो विभिन्न एग्रीगेशन डिफेंस के विरुद्ध उच्च सफलता दर प्राप्त करने के लिए प्राकृतिक, इन-डिस्ट्रीब्यूशन ट्रिगर्स का उपयोग करता है, जिससे यह प्रदर्शित होता है कि सिंथेटिक ट्रिगर्स पर आधारित मौजूदा रोबस्टनेस दावे अत्यधिक आशावादी हैं।
यह शोध पत्र एक डीप लर्निंग-सहायता प्राप्त डिफरेंशियल फॉल्ट अटैक फ्रेमवर्क प्रस्तावित करता है जो दोष स्थानों (fault locations) की सटीक पहचान करने के लिए मल्टीलेयर परसेप्ट्रन्स का उपयोग करता है और गुप्त रिकवरी को अनुकूलित करने के लिए एक थ्रेशोल्ड-आधारित विधि का उपयोग करता है, जो ACORNv3 और MORUSv2 को तोड़ने में बेहतर दक्षता प्रदर्शित करता है और एक शिथिल फॉल्ट मॉडल के तहत ATOM का पहला प्रयोगात्मक सुरक्षा मूल्यांकन प्रदान करता है।
यह शोध पत्र 45 प्रासंगिक अध्ययनों का विश्लेषण करके LLM-as-a-Judge प्रणालियों की सुरक्षा पर पहला ज्ञान का व्यवस्थितकरण (SoK) प्रस्तुत करता है, जो हमलों और सुरक्षा उपायों का एक व्यापक वर्गीकरण प्रस्तावित करता है, साथ ही इन मूल्यांकन ढाँचों की मजबूती और विश्वसनीयता को बढ़ाने के लिए महत्वपूर्ण कमजोरियों को उजागर करता है और भविष्य की अनुसंधान दिशाओं की रूपरेखा तैयार करता है।
यह शोध पत्र यह तर्क देता है कि साइबर अपराध पर जनरेटिव एआई (generative AI) का वास्तविक प्रभाव अस्तित्व संबंधी जोखिम वाले परिदृश्यों के सुझावों की तुलना में कहीं अधिक साधारण और सीमित है, क्योंकि यह मुख्य रूप से कुशल अभिनेताओं के लिए मौजूदा कार्यों को स्वचालित करता है और प्रवेश बाधाओं को कम करता है, बिना पारिस्थितिकी तंत्र की आर्थिक संरचनाओं या सामाजिक शिक्षण गतिशीलता को मौलिक रूप से बाधित किए।
यह शोध पत्र मेटा मैसेंजर (Meta Messenger), सिग्नल (Signal) और टेलीग्राम (Telegram) के लिए एंड्रॉइड क्लाइंट्स की सुरक्षा और गोपनीयता विशेषताओं की तुलना करने हेतु स्टैटिक और डायनेमिक विश्लेषण का उपयोग करते हुए एक अनुभवजन्य पद्धति प्रस्तुत करता है, जो यह प्रकट करता है कि सिग्नल सबसे न्यूनतम डिज़ाइन और सबसे कम नेटवर्क गतिविधि प्रदर्शित करता है, जबकि मैसेंजर का हमला क्षेत्र (attack surface) सबसे बड़ा है और टेलीग्राम सबसे खतरनाक अनुमतियों का अनुरोध करता है।
यह शोध पत्र SHIFT को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free) हमला है जो डिफ्यूजन-आधारित वॉटरमार्किंग में प्रक्षेपवक्र पुनर्निर्माण (trajectory reconstruction) की मौलिक भेद्यता का लाभ उठाने के लिए स्टोकेस्टिक रीसैंपलिंग (stochastic resampling) का उपयोग करके लेटेंट स्पेस में जनरेटिव पथ को विचलित करता है, जिससे वॉटरमार्किंग पद्धति के विशिष्ट ज्ञान की आवश्यकता के बिना छवि की गुणवत्ता को संरक्षित करते हुए विविध वॉटरमार्क को लगभग पूर्ण रूप से हटाने में सफलता प्राप्त होती है।
यह शोध पत्र एक नवीन ढांचे को प्रस्तुत करता है जो स्पेक्युलेटिव नॉन-इंटरफेरेंस (SNI) और एक कंपोजिशनल सिमेंटिक्स दृष्टिकोण पर आधारित है, जिसका उपयोग स्पेक्टर-जैसे हमलों के विरुद्ध सॉफ्टवेयर सुरक्षा की पुष्टि करने के लिए स्पेक्टेक्टर (Spectector) टूल में कार्यान्वित किया गया है ताकि स्पेक्युलेटिव निष्पादन के कारण होने वाले सूचना रिसाव का औपचारिक रूप से पता लगाया जा सके और उनके बारे में तर्क दिया जा सके।