3307 पेपर
यह शोध पत्र ICP-MIA को प्रस्तुत करता है, जो एक नवीन ब्लैक-बॉक्स मेंबरशिप इन्फरेंस अटैक फ्रेमवर्क है, जो बड़े भाषा मॉडलों (LLMs) को फाइन-ट्यून करने के लिए संवेदनशील डेटा का उपयोग किया गया था या नहीं, इसका पता लगाने में मौजूदा विधियों से काफी बेहतर प्रदर्शन करने के लिए 'ट्रेनिंग-फ्री इन-कॉन्टेक्स्ट प्रोबिंग' के माध्यम से "ऑप्टिमाइज़ेशन गैप" का लाभ उठाता है।
यह शोध पत्र JUMP को प्रस्तुत करता है, जो फाइन-ट्यून किए गए डिस्क्रीट डिफ्यूजन लैंग्वेज मॉडल्स के लिए एक सिंगल-पास मेंबरशिप इन्फरेंस अटैक है, जो उनकी एनी-ऑर्डर और पैरेलल डिकोडेबिलिटी का लाभ उठाकर लो-कॉन्फिडेंस पोजीशंस को चुनने और उन्हें संयुक्त रूप से स्कोर करने के लिए डिज़ाइन किया गया है, जो सटीकता और दक्षता में पूर्ववर्ती SAMA पद्धति से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र TRACE का प्रस्ताव करता है, जो एक प्रक्षेपवक्र-आधारित (trajectory-based) सुरक्षा पैच लर्निंग फ्रेमवर्क है जो एक प्लग-इन सुरक्षा पैच को अनुकूलित करने के लिए प्रगतिशील रूप से दूषित अवस्थाओं (progressively corrupted states) को उत्पन्न करता है, जो अनुकूलित फाइन-ट्यूनिंग कार्यों से प्राप्त उपयोगिता से समझौता किए बिना मॉडल की सुरक्षा को प्रभावी रूप से पुनर्प्राप्त करता है।
यह शोध पत्र एक BGAN-संवर्धित TabTransformer ढांचे का प्रस्ताव करता है जो सिंथेटिक अल्पसंख्यक और प्रतिकूल नमूनों को उत्पन्न करके घुसपैठ का पता लगाने में क्लास इम्बैलेंस (वर्ग असंतुलन) और एडवरसेरियल भेद्यता को एक साथ संबोधित करता है, जिसके परिणामस्वरूप CICIDS2017 डेटासेट पर हमलों के विरुद्ध मैक्रो-F1 स्कोर और मजबूती में महत्वपूर्ण सुधार होता है।
यह शोध पत्र एक सरोगेट-आधारित ढांचे का प्रस्ताव करता है जो चेकपॉइंट प्रयोज्यता को स्पष्ट रूप से मॉडल करके और अस्थिर भविष्यवाणियों की पहचान करने के लिए एक विश्वसनीयता परत को शामिल करके, ब्लैक-बॉक्स सुरक्षा रेटिंग पर सुरक्षा सुधार कार्यों के प्रभाव की भविष्यवाणी करता है, जिससे व्यावसायिक स्कोरिंग इंजनों की अपारदर्शिता संबंधी बाधाओं के साथ भविष्यवाणी की सटीकता को संतुलित किया जा सके।
यह शोध पत्र पहचान-बद्ध शैक्षणिक क्रेडेंशियल्स के लिए एक ब्लॉकचेन-आधारित रजिस्ट्री का प्रस्ताव और सत्यापन करता है जो ऑन-चेन जारीकर्ता प्रत्यासन (इश्यूअर एक्रिडिटेशन) स्थापित करने, बिना वॉलेट के अपडेट करने योग्य और सत्यापन योग्य प्रमाणपत्रों को सक्षम करने के लिए T-REX (ERC-3643) और OnchainID मानकों का लाभ उठाता है, और मौजूदा हैश-एंकरिंग प्रणालियों की सीमाओं को संबोधित करते हुए गैर-हस्तांतरणीय क्रेडेंशियल्स के लिए एक हस्तांतरणीय सुरक्षा टोकन मानक को अनुकूलित करने के व्यापार-संबंधी समझौतों (ट्रेड-ऑफ) का विश्लेषण करता है।
TaintRadar एक नवीन स्टैटिक एनालिसिस दृष्टिकोण है जो टेंट ट्रैकिंग की मौजूदा सीमाओं को दूर करने के लिए सैनिटाइजेशन, पर्सिस्टेंस और ऑब्जेक्ट एलियासिंग के लिए सिमेंटिक लेयर्स के साथ कोड प्रॉपर्टी ग्राफ्स को संवर्धित करता है, जिससे फॉल्स पॉजिटिव्स में काफी कमी आती है और PHP अनुप्रयोगों में कई वास्तविक और ज़ीरो-डे कमजोरियों का सफलतापूर्वक पता लगाया जाता है।
यह शोध पत्र CIC-DDoS2019 डेटासेट पर मल्टी-क्लास DDoS हमले की पहचान करने के लिए लॉजिस्टिक रिग्रेशन मेटा-लर्नर के साथ LSTM, KNN और रैंडम फॉरेस्ट मॉडल को एकीकृत करने वाले एक सुदृढ़ मेटा-लर्निंग एन्सेम्बल फ्रेमवर्क का प्रस्ताव करता है, जो एक सॉफ्टवेयर-डिफाइंड नेटवर्किंग वातावरण में 93% सटीकता के माध्यम से अपनी व्यावहारिक प्रभावशीलता प्रदर्शित करते हुए 96% सटीकता प्राप्त करता है।
यह शोध पत्र क्रॉस-साइलो फेडरेटेड लर्निंग के लिए एक सत्र प्रवेश गेटवे प्रस्तुत करता है जो हस्ताक्षरित टोकन और क्रिप्टोग्राफिक अनुरोध बाइंडिंग के माध्यम से ऑडिट करने योग्य, पूर्व-अनुमोदित सत्र क्षमताओं को लागू करता है, जिससे संगठनात्मक सीमाओं पर स्टेटलेस, रिप्ले-प्रतिरोधी एक्सेस कंट्रोल सक्षम होता है।
यह शोध पत्र प्राइवेसी-कॉस्ट इक्विटी रेश्यो (PCER) का प्रस्ताव करता है, जो एक व्यावहारिक पोस्ट-हॉक निष्पक्षता मीट्रिक है जो मशीन लर्निंग में डिफरेंशियल प्राइवेसी का मूल्यांकन करने के लिए एक समूह के भविष्य कहने वाले लाभों और उसके गोपनीयता जोखिम लागतों के बीच संतुलन बनाता है, जिससे उन छिपे हुए विसंगतियों का पता चलता है जैसे कि संरक्षित समूहों द्वारा सामना किया जाने वाला "दोहरा नुकसान" जिसे पारंपरिक परिणाम-आधारित मीट्रिक पहचानने में विफल रहते हैं।