3542 पेपर
यह शोध पत्र SpectralGuard प्रस्तुत करता है, जो स्टेट स्पेस मॉडल्स (State Space Models) में "मेमोरी कोलैप्स" हमलों का पता लगाने और उन्हें कम करने के लिए एक रीयल-टाइम मॉनिटरिंग सिस्टम है, जो ट्रांज़िशन ऑपरेटर्स के स्पेक्ट्रल रेडियस (spectral radius) को ट्रैक करके प्रतिकूल इनपुट्स को तर्क क्षमता को चुपचाप नष्ट करने से रोकता है, जबकि कम लेटेंसी और उच्च पहचान सटीकता बनाए रखता है।
यह शोध पत्र DiscoRD को प्रस्तुत करता है, जो एक प्रयोगात्मक कार्यप्रणाली है जो रीड डिस्टर्बेंस थ्रेशोल्ड्स (read disturbance thresholds) को तेजी से और विश्वसनीय रूप से निर्धारित करने के लिए एक अनुभवजन्य मॉडल विकसित करने हेतु वास्तविक DRAM चिप्स के व्यापक लक्षण वर्णन का लाभ उठाती है, जिससे त्रुटि सहनशीलता और सिस्टम ओवरहेड के बीच संतुलन बनाते हुए सुरक्षित, ऊर्जा-कुशल और प्रदर्शन-अनुकूलित शमन रणनीतियों को सक्षम बनाया जा सके।
यह शोध पत्र cuFuzz प्रस्तुत करता है, जो पहला व्यावहारिक CUDA-उन्मुख फज़र (fuzzer) है जो होल-प्रोग्राम फज़िंग, NVBit के माध्यम से डिवाइस-साइड कवरेज इंस्ट्रुमेंटेशन और डिकपल्ड सैनिटाइजेशन के माध्यम से फॉल्स पॉजिटिव और टूल असंगतता जैसी प्रमुख बाधाओं को दूर करता है, और 14 CUDA प्रोग्रामों में 43 पहले से अज्ञात बग्स की सफलतापूर्वक खोज करता है।
यह शोध पत्र FoSAM को प्रस्तुत करता है, जो बिना किसी इंटरैक्टिव हैंडशेक की आवश्यकता के, अविश्वसनीय एड-हॉक नेटवर्क में प्रमाणित गुमनाम और फॉरवर्ड सीक्रेट मैसेजिंग प्रदान करने के लिए डिज़ाइन किया गया पहला प्रोटोकॉल है, जिसने सिमुलेशन और एक एंड्रॉइड प्रोटोटाइप के माध्यम से उच्च डिलीवरी सफलता दर प्राप्त की है।
यह शोधपत्र एक आवश्यकता-आधारित ढांचे का प्रस्ताव करता है जो IoT, IoV और स्वास्थ्य सेवा जैसे डोमेन के भीतर बदलते प्रासंगिक कारकों और सुरक्षा जोखिमों के जवाब में इष्टतम प्रमाणीकरण विधियों को गतिशील रूप से चुनने के लिए प्रासंगिक लक्ष्य मॉडल (contextual goal models), विस्तारित फीचर मॉडल (extended feature models) और एक Z3-एनकोडेड फजी कॉज़ल नेटवर्क (Fuzzy Causal network) का उपयोग करता है।
यह शोध पत्र CleanSight को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free), टेस्ट-टाइम डिफेंस मैकेनिज्म है जो असामान्य "अटेंशन स्टीलिंग" व्यवहार प्रदर्शित करने वाले विजुअल टोकन का पता लगाकर और उन्हें हटाकर (pruning) लार्ज विजन-लैंग्वेज मॉडल्स में बैकडोर हमलों को कम करता है, जिससे बिना पुनप्रशिक्षण या मॉडल प्रदर्शन में गिरावट के दुर्भावनापूर्ण ट्रिगर्स को निष्प्रभावी किया जा सकता है।
यह शोध पत्र PISmith को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) आधारित रेड-टीमिंग फ्रेमवर्क है, जो एडेप्टिव एंट्रॉपी रेगुलराइजेशन और डायनेमिक एडवांटेज वेटिंग के माध्यम से रिवॉर्ड स्पर्सिटी (पुरस्कार विरलता) पर विजय प्राप्त करता है ताकि व्यवस्थित रूप से यह प्रदर्शित किया जा सके कि वर्तमान प्रॉम्प्ट इंजेक्शन सुरक्षाएँ विविध बेंचमार्क और एजेंटिक सेटिंग्स में एडेप्टिव ब्लैक-बॉक्स हमलों के प्रति अत्यधिक संवेदनशील बनी हुई हैं।
यह शोध पत्र VAE-Trans और EditorClean की विशेषता वाला एक एकीकृत पोस्ट-रिलीज़ शुद्धिकरण ढांचा प्रस्तुत करता है जो मॉडल मिसमैच के तहत एडवर्सेरियल इमेज प्रोटेक्शन को प्रभावी ढंग से निष्प्रभावी करता है, जिससे एडिटेबिलिटी और इमेज क्वालिटी को बहाल किया जाता है, और इस प्रकार एक महत्वपूर्ण भेद्यता को उजागर करता है जहाँ एक एकल शुद्धिकरण चरण डाउनस्ट्रीम सुरक्षा प्रणालियों को स्थायी रूप से अक्षम कर सकता है।
यह शोध पत्र रोबस्ट प्रॉपर्टी वेरिफिकेशन (robust property verification) को प्रस्तुत करता है, जो एक कंपोजिशनल और एक्जीक्यूटेबल विधि है जो भविष्य के विस्तारों के बावजूद यह निर्धारित करती है कि एक अपूर्ण या विकसित होती एक्सेस कंट्रोल पॉलिसी क्या प्रतिबद्धता करती है, और यह वेरिफिकेशन समस्या को सेकंड-ऑर्डर लॉजिक प्रोग्रामिंग में प्रूफ सर्च में घटाकर किया जाता है।
यह शोध पत्र यह प्रदर्शित करता है कि मशीन लर्निंग मॉडल मेटा क्वेस्ट प्रो हेडसेट्स से एन्क्रिप्टेड नेटवर्क ट्रैफ़िक का विश्लेषण करके, प्रति एप्लिकेशन 10 मिनट से कम डेटा की आवश्यकता के साथ, 90% से अधिक सटीकता के साथ विशिष्ट वीआर (VR) अनुप्रयोगों और उपयोगकर्ता गतिविधियों की पहचान कर सकते हैं।