3542 पेपर
यह शोध पत्र ACE Runtime को प्रस्तुत करता है, जो एक ZKP-नेटिव ब्लॉकचेन आर्किटेक्चर है जो प्रति-लेनदेन हस्ताक्षर सत्यापन को हल्के अटेस्टेशन (attestations) और प्रति ब्लॉक एक एकल एग्रीगेटेड ज़ीरो-नॉलेज प्रूफ से बदलने के लिए पहचान प्राधिकरण (identity authorization) को निष्पादन (execution) से अलग करके सब-सेकंड क्रिप्टोग्राफिक फाइनैलिटी प्राप्त करता है।
यह शोध पत्र एक क्वांटम एंट्रॉपी एज़ अ सर्विस (QEaaS) प्रणाली प्रस्तुत करता है जो एम्बेडेड ESP32 उपकरणों को पोस्ट-क्वांटम-सुरक्षित एंट्रॉपी प्रदान करती है, और यह प्रदर्शित करता है कि ML-KEM-512 और ML-DSA-44 प्रोटोकॉल मजबूत सुरक्षा बनाए रखते हुए शास्त्रीय ECDHE P-256 समकक्षों की तुलना में काफी तेजी से DTLS 1.3 हैंडशेक प्राप्त करते हैं।
यह अध्ययन अनुभवजन्य रूप से प्रदर्शित करता है कि वर्तमान एकल-डोमेन जनरेटिव एआई वॉटरमार्क (स्थानिक और लेटेंट) आधुनिक संपादन उपकरणों के प्रति परस्पर अनन्य, ऑर्थोगोनल कमजोरियों को रखते हैं, जो मजबूत डिजिटल प्रोवेनेंस के लिए उनकी अपर्याप्तता को सिद्ध करते हैं और भविष्य के बहु-डोमेन क्रिप्टोग्राफिक आर्किटेक्चर की महत्वपूर्ण आवश्यकता को स्थापित करते हैं।
यह शोध पत्र GANs और FGSM द्वारा उत्पन्न प्रतिकूल हमलों (adversarial attacks) के विरुद्ध मशीन लर्निंग-आधारित नेटवर्क घुसपैठ पहचान प्रणालियों (Network Intrusion Detection Systems) की मजबूती को बढ़ाने के लिए स्टैकिंग क्लासिफायर, ऑटोएनकोडर और एडवरसेरियल ट्रेनिंग को संयोजित करने वाले एक नवीन बहु-परतीय एन्सेम्बल रक्षा तंत्र का प्रस्ताव करता है, जो UNSW-NB15 और NSL-KDD डेटासेट पर बेहतर लचीलापन प्रदर्शित करता है।
यह शोध पत्र मॉडल के भीतर सक्रिय पथों (active paths) का विश्लेषण करके न्यूरल नेटवर्क बैकडोर्स का पता लगाने और उन्हें समाप्त करने के लिए एक नवीन, व्याख्यात्मक दृष्टिकोण प्रस्तावित करता है, जो घुसपैठ पहचान प्रणालियों (intrusion detection systems) पर प्रयोगों के माध्यम से अपनी प्रभावशीलता प्रदर्शित करता है।
यह शोध पत्र एक हल्का, बैकडोर-आधारित "इंट्रिन्सिक प्रूफ्स" (Intrinsic Proofs) ढांचे का प्रस्ताव करता है जो मॉडल मापदंडों में क्षणिक सत्यापन संकेतों को एम्बेड करके क्रॉस-सिलो फेडरेटेड लर्निंग में सत्यापन योग्य एकत्रीकरण सुनिश्चित करता है, जिससे क्लाइंट गुमनामी और अंतिम मॉडल उपयोगिता को बनाए रखते हुए दुर्भावनापूर्ण सर्वरों के विरुद्ध उच्च पहचान दर के साथ पारंपरिक क्रिप्टोग्राफिक विधियों की तुलना में 1000 गुना से अधिक की गति प्राप्त होती है।
यह शोध पत्र मॉडल सक्रियणों (activations) में एक कारणत्मक "ट्रिगर दिशा" (trigger direction) की पहचान करके विजन ट्रांसफॉर्मर में बैकडोर हमलों की जांच करता है, जो विभिन्न प्रकार के ट्रिगर्स के लिए अलग-अलग प्रसंस्करण तंत्रों को प्रकट करता है, और मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) पर आधारित एक डेटा-मुक्त पहचान योजना का प्रस्ताव करता है।
यह सर्वेक्षण 2018 से लेकर 2026 की शुरुआत तक के विकेंद्रीकृत फेडेरेटेड लर्निंग (decentralized federated learning) विधियों की व्यवस्थित रूप से समीक्षा करता है, उन्हें पारंपरिक वितरित और ब्लॉकचेन-आधारित आर्किटेक्चर में वर्गीकृत करता है, एक एकीकृत चुनौती-संचालित वर्गीकरण (challenge-driven taxonomy) प्रस्तावित करता है, और समन्वयक-मुक्त (coordinator-free) परिवेशों में सुरक्षा, गोपनीयता और सिस्टम-स्तरीय समझौतों को संबोधित करने के लिए भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र GPT, Llama और Qwen मॉडलों का एक अनुदैर्ध्य अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि निरंतर अपडेट और बढ़ते मॉडल आकार लगातार गलत वर्गीकरण (misclassification), जेलब्रेक और मतिभ्रम (hallucinations) के विरुद्ध प्रतिकूल सुदृढ़ता (adversarial robustness) को नहीं बढ़ाते हैं, और कभी-कभी मौजूदा कमजोरियों को और भी बढ़ा सकते हैं।
यह शोध पत्र VisPoison को प्रस्तुत करता है, जो एक बैकडोर अटैक फ्रेमवर्क है जो टैबुलर डेटा के लिए टेक्स्ट-टू-विज़ुअलाइज़ेशन मॉडल्स का फायदा उठाने के लिए स्टील्थी ट्रिगर्स का उपयोग करता है ताकि डेटा एक्सपोज़र, भ्रामक विज़ुअलाइज़ेशन, या 90% से अधिक सफलता दर के साथ डिनायल-ऑफ-सर्विस विफलताओं को अंजाम दिया जा सके, जिससे वर्तमान प्रणालियों में महत्वपूर्ण सुरक्षा कमजोरियों और मौजूदा सुरक्षा उपायों की अपर्याप्तता पर प्रकाश पड़ता है।