3546 पेपर
यह शोध क्लाउड वातावरण के लिए एक एकीकृत, एआई-संचालित साइबर घटना प्रतिक्रिया प्रणाली का प्रस्ताव करता है जो नेटवर्क ट्रैफ़िक वर्गीकरण, वेब घुसपैठ का पता लगाने और मैलवेयर विश्लेषण में उच्च सटीकता प्राप्त करने के लिए मशीन लर्निंग मॉडल—विशेष रूप से रैंडम फ़ॉरेस्ट और डीप लर्निंग—का उपयोग करती है।
यह शोध पत्र कैन (CAN) नेटवर्क में मैस्करेड हमलों का पता लगाने के लिए चार गैर-डीप लर्निंग, अनसुपरवाइज्ड ऑनलाइन घुसपैठ पहचान प्रणालियों (IDS) का एक तुलनात्मक मूल्यांकन प्रस्तुत करता है, जो विशेष रूप से स्लाइडिंग विंडो दृष्टिकोण का उपयोग करके यथार्थवादी स्ट्रीमिंग डेटा स्थितियों के तहत उनके प्रदर्शन का विश्लेषण करता है।
यह शोध पत्र विकसित होते मेटावर्स पारिस्थितिकी तंत्र के भीतर ब्लॉकचेन तकनीक के एकीकरण की समीक्षा करता है, और यह अन्वेषण करता है कि कैसे इसकी मुख्य विशेषताएं—जैसे कि विकेंद्रीकरण, स्मार्ट कॉन्ट्रैक्ट्स और एनएफटी (NFTs)—इसके विकास के लिए आवश्यक सुरक्षा और बुनियादी ढांचा प्रदान करती हैं।
MAPS एक नया बहुभाषी बेंचमार्क सुइट है जो चार प्रमुख बेंचमार्क (GAIA, SWE-Bench, MATH, और Agent Security) से कार्यों का अनुवाद करके ग्यारह भाषाओं में एजेंटिक एआई प्रणालियों के प्रदर्शन और सुरक्षा का मूल्यांकन करता है, जिससे यह प्रकट होता है कि अंग्रेजी से अन्य भाषाओं में संक्रमण करने से अक्सर विश्वसनीयता में गिरावट आती है और सुरक्षा जोखिम बढ़ जाते हैं।
यह अध्ययन एक सार्वजनिक डेटाबेस से प्रमुख वर्ण पैटर्न और विशेषताओं का विश्लेषण करके पासवर्ड की मजबूती को वर्गीकृत करने में विभिन्न मशीन लर्निंग एल्गोरिदम की प्रभावशीलता का मूल्यांकन करता है, और अंततः यह पाता है कि निर्णय वृक्ष (डिसीजन ट्री) और स्टैक्ड मॉडल उच्चतम भविष्य कहनेवाला प्रदर्शन प्रदान करते हैं।
यह शोध पत्र वितरण बदलावों (distribution shifts) के तहत ग्राफ-आधारित एंड्रॉइड मैलवेयर क्लासिफायर में सामान्यीकरण अंतराल (generalization gap) को मापने के लिए एक नए बेंचमार्किंग सूट का परिचय देता है और एक सिमेंटिक एनरिचमेंट फ्रेमवर्क प्रस्तावित करता है जो संरचनात्मक ग्राफों को फंक्शन-लेवल मेटाडेटा और LLM-आधारित एम्बेडिंग्स के साथ संवर्धित करके मजबूती में सुधार करता है।
हेज़ल (Hazel) एक स्टोरेज मैनेजमेंट सिस्टम है जो काउंटर-लीजिंग (counter-leasing), एक डिसएग्रीगेटेड मर्केल ट्री (disaggregated Merkle Tree) और स्मार्ट एनआईसी ऑफलोडिंग (smart NIC offloading) जैसे नवीन तंत्रों के माध्यम से गोपनीयता, अखंडता और फ्रेशनेस की गारंटी के साथ सुरक्षित, उच्च-प्रदर्शन वाला डिसएग्रीगेटेड स्टोरेज प्रदान करने के लिए एनवीएमई-ओवर-फैब्रिक्स (NVMe-over-Fabrics) प्रोटोकॉल का विस्तार करता है।
यह शोध पत्र इस बात की जांच करता है कि क्या असुरक्षित कोड (vulnerable code) के लिए LLM-आधारित डेटा संवर्धन (data augmentation), नए नमूनों के निर्माण के माध्यम से या मौजूदा नमूनों के अर्थ-संरक्षण वाले पुनर्गठन (semantics-preserving refactoring) के माध्यम से अधिक प्रभावी है, और अंततः यह पाता है कि एक हाइब्रिड दृष्टिकोण डीप लर्निंग-आधारित भेद्यता वर्गीकरणकर्ताओं (vulnerability classifiers) के प्रदर्शन को बेहतर बनाने के लिए सबसे अच्छा है।
यह शोध पत्र "प्रॉम्प्टवेयर" (promptware) की अवधारणा प्रस्तावित करता है ताकि यह वर्णन किया जा सके कि कैसे प्रॉम्प्ट इंजेक्शन सरल इनपुट शोषण से विकसित होकर परिष्कृत, बहु-चरणीय मैलवेयर वितरण तंत्र बन गए हैं, और व्यवस्थित रक्षा एवं जोखिम मूल्यांकन के लिए एक ढांचा प्रदान करने हेतु सात-चरणीय "प्रॉम्प्टवेयर किल चेन" (promptware kill chain) प्रस्तुत करता है।
FHAIM एक नवीन ढांचा है जो AIM एल्गोरिदम को पूर्णतः होमोमोर्फिक एन्क्रिप्शन (FHE) सेटिंग में अनुकूलित करके निजी सिंथेटिक डेटा जनरेशन को सक्षम बनाता है, जिससे एक सिंथेसाइज़र को एन्क्रिप्टेड टैबुलर डेटा पर प्रशिक्षित करने की अनुमति मिलती है और एन्क्रिप्शन एवं डिफरेंशियल प्राइवेसी दोनों के माध्यम से गोपनीयता सुनिश्चित की जाती है।