🔒 Category

cs.CR

3542 पेपर

🤖 machine learning

VerifiableFL: Verifiable Claims for Federated Learning using Exclaves

VerifiableFL एक ऐसा सिस्टम है जो अखंडता-मात्र (integrity-only) "एक्स्क्लेव" (exclaves) का उपयोग करके रनटाइम अटेस्टेशन प्रमाण उत्पन्न करता है, जिससे फेडरेटेड लर्निंग मॉडल्स के बारे में सत्यापन योग्य दावों को सुनिश्चित किया जाता है, और इस प्रकार ऑडिटर्स को पारंपरिक ट्रस्टेड एक्जीक्यूशन एनवायरनमेंट्स (TEEs) के असुरक्षित गोपनीयता आश्वासनों पर निर्भर हुए बिना डेटा सैनिटाइजेशन और सही प्रशिक्षण एल्गोरिदम को सत्यापित करने में सक्षम बनाता है।

Jinnan Guo, Kapil Vaswani, Andrew Paverd, Peter Pietzuch2026-02-19
🤖 AI

PromptGuard: Soft Prompt-Guided Unsafe Content Moderation for Text-to-Image Models

प्रॉम्प्टगार्ड (PromptGuard) टेक्स्ट-टू-इमेज मॉडल्स के लिए एक नवीन, कुशल कंटेंट मॉडरेशन तकनीक है जो टेक्स्टुअल एम्बेडिंग स्पेस के भीतर यूनिवर्सल और कैटेगरी-स्पेसिफिक सेफ्टी सॉफ्ट प्रॉम्प्ट्स को प्रभावी ढंग से अनुकूलित करती है ताकि इमेज की गुणवत्ता और इन्फरेंस स्पीड को बनाए रखते हुए NSFW कंटेंट के निर्माण को प्रभावी ढंग से दबाया जा सके।

Lingzhi Yuan, Xinfeng Li, Chejian Xu, Guanhong Tao, Xiaojun Jia, Yihao Huang, Wei Dong, Yang Liu, Xiaofeng Wang, Bo Li2026-02-19
🤖 machine learning

Navigating the Deep: End-to-End Extraction on Deep Neural Networks

यह शोध पत्र पहला एंड-टू-एंड, बहुपद-समय (पॉलीनोमियल-टाइम) मॉडल निष्कर्षण हमला प्रस्तुत करता है जो रैंक की कमी और शोर प्रसार (नॉइज़ प्रोपेगेशन) को संभालने के लिए सिग्नेचर निष्कर्षण को परिष्कृत करके पिछले तरीकों की सीमाओं को दूर करता है, जिससे पहले की तुलना में काफी गहरे न्यूरल नेटवर्क का सफल निष्कर्षण संभव हो पाता है।

Haolin Liu, Adrien Siproudhis, Samuel Experton, Peter Lorenz, Christina Boura, Thomas Peyrin2026-02-19
🤖 AI

Can LLMs effectively provide game-theoretic-based scenarios for cybersecurity?

यह शोध पत्र गेम-थ्योरेटिक साइबर सुरक्षा परिदृश्यों में एजेंट के रूप में लार्ज लैंग्वेज मॉडल्स (LLMs) के उपयोग की प्रभावशीलता की जांच करता है, जो यह प्रकट करता है कि उनके रणनीतिक व्यवहार और प्रतिफल व्यक्तित्व लक्षणों, बार-बार होने वाली अंतःक्रियाओं के ज्ञान और भाषाई संदर्भ से महत्वपूर्ण रूप से प्रभावित होते हैं, जिससे वैश्विक सुरक्षा अनुप्रयोगों में उनकी तैनाती के लिए महत्वपूर्ण स्थिरता और पूर्वाग्रह संबंधी चिंताओं पर प्रकाश पड़ता है।

Daniele Proverbio, Alessio Buscemi, Alessandro Di Stefano, The Anh Han, German Castignani, Pietro Liò2026-02-19
🤖 machine learning

SoK: Data Minimization in Machine Learning

यह शोध पत्र मशीन लर्निंग में डेटा न्यूनीकरण (DMML) के लिए ज्ञान का पहला व्यवस्थितकरण प्रस्तुत करता है, जो खंडित अनुसंधान के बीच की खाई को पाटने और चिकित्सकों एवं शोधकर्ताओं के लिए शब्दावली, मेट्रिक्स और तकनीकों को स्पष्ट करने हेतु एक एकीकृत ढांचे को पेश करता है।

Robin Staab, Nikola Jovanović, Kimberly Mai, Prakhar Ganesh, Martin Vechev, Ferdinando Fioretto, Matthew Jagielski2026-02-19
💻 computer science

Bayesian and Multi-Objective Decision Support for Real-Time Incident Mitigation in Critical Infrastructure

यह शोध पत्र महत्वपूर्ण बुनियादी ढांचा घटना शमन के लिए एक वास्तविक समय, अनुकूलन योग्य निर्णय-सहायता ढांचे का प्रस्ताव करता है जो अनिश्चितता और संसाधन बाधाओं के तहत गतिशील रूप से पारेटो-इष्टतम प्रतिउपाय पोर्टफोलियो की पहचान करने के लिए पदानुक्रमित प्रणाली मॉडलिंग, बायेसियन संभाव्य तर्क और बहु-उद्देश्यीय अनुकूलन को एकीकृत करता है।

Shaofei Huang, Christopher M. Poskitt, Lwin Khin Shar2026-02-19
💻 computer science

The Trojan Example: Jailbreaking LLMs through Template Filling and Unsafety Reasoning

यह शोधपत्र TrojFill को प्रस्तुत करता है, जो एक ब्लैक-बॉक्स जेलब्रेकिंग फ्रेमवर्क है जो व्यावसायिक LLMs में सुरक्षा फिल्टरों को बायपास करने के लिए असुरक्षित तर्क (unsafety reasoning) और सामग्री निर्माण (content generation) के अलगाव का लाभ उठाता है, ताकि सुरक्षा प्रदर्शन (safety demonstrations) के रूप में दुर्भावनापूर्ण इरादे को छिपाने वाले टेम्पलेट-फिलिंग कार्यों के माध्यम से लगभग सार्वभौमिक हमले की सफलता दर प्राप्त की जा सके।

Mingrui Liu, Sixiao Zhang, Cheng Long, Kwok Yan Lam2026-02-19
💬 NLP

Enhancing Adversarial Robustness of IoT Intrusion Detection via SHAP-Based Attribution Fingerprinting

यह शोध पत्र एक नवीन एडवरसैरियल डिटेक्शन मॉडल प्रस्तावित करता है जो स्वच्छ और एडवरसरियल रूप से विचलित नेटवर्क ट्रैफ़िक के बीच विश्वसनीय रूप से अंतर करने के लिए SHAP-आधारित एट्रिब्यूशन फिंगरप्रिंटिंग का उपयोग करके IoT घुसपैठ पहचान प्रणालियों की मजबूती और व्याख्यात्मकता को बढ़ाता है।

Dilli Prasad Sharma, Liang Xue, Xiaowei Sun, Xiaodong Lin, Pulei Xiong2026-02-19
💬 NLP

Randomized Masked Finetuning: An Efficient Way to Mitigate Memorization of PIIs in LLMs

यह शोध पत्र रैंडमाइज्ड मास्क्ड फाइन-ट्यूनिंग (RMFT) को प्रस्तुत करता है, जो एक नवीन तकनीक है जो न्यूनतम प्रदर्शन प्रभाव के साथ निष्कर्षण दरों में 80% से अधिक की कमी प्राप्त करके लार्ज लैंग्वेज मॉडल्स में व्यक्तिगत पहचान योग्य जानकारी (PII) के व्यवसायीकरण (memorization) को महत्वपूर्ण रूप से कम करती है, और पारंपरिक डीडुप्लिकेशन विधियों से बेहतर प्रदर्शन करती है।

Kunj Joshi, David A. Smith2026-02-19
🤖 AI

Closing the Distribution Gap in Adversarial Training for LLMs

यह शोधपत्र डिस्ट्रीब्यूशनल एडवरसैरियल ट्रेनिंग (DAT) को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो प्रॉम्प्ट्स और रिस्पॉन्स के वास्तविक संयुक्त वितरण (joint distribution) का अनुमान लगाने के लिए डिफ्यूजन LLMs का लाभ उठाता है, जिससे वर्तमान विधियों की वितरण संबंधी सीमाओं को दूर करने और सरल इन-डिस्ट्रीब्यूशन एडवरसैरियल हमलों के विरुद्ध LLM की मजबूती को महत्वपूर्ण रूप से सुधारने के लिए विविध उच्च-संभावना वाले नमूने उत्पन्न किए जा सकते हैं।

Chengzhi Hu, Jonas Dornbusch, David Lüdke, Stephan Günnemann, Leo Schwinn2026-02-19