3561 पेपर
SecCoderX एक ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो कोड उपयोगिता से समझौता किए बिना LLMs को संरेखित करने के लिए संश्लेषित भेद्यता-प्रेरित कार्यों और एक तर्क-आधारित पुरस्कार मॉडल का उपयोग करके कार्यक्षमता-संरक्षण सुरक्षित कोड जनरेशन प्राप्त करता है।
यह शोध पत्र क्रेडेंशियल-आधारित विकेंद्रीकृत ट्रस्ट मैनेजमेंट सिस्टम (DTMS) की एक व्यवस्थित समीक्षा और वर्गीकरण प्रदान करता है, जो ब्लॉकचेन-आधारित वातावरण में वर्तमान चुनौतियों और भविष्य की अनुसंधान दिशाओं की पहचान करने के लिए उनके आर्किटेक्चर, तंत्र और मूल्यांकन मानदंडों का विश्लेषण करता है।
AirCatch एक निष्क्रिय पहचान प्रणाली है जो आइडेंटिफायर-रोटेशन बचाव युक्तियों को दरकिनार करने के लिए स्थिर, भौतिक-परत कैरियर फ्रीक्वेंसी ऑफसेट (CFO) फिंगरप्रिंट का लाभ उठाकर उन्नत रोग ट्रैकर की पहचान करती है, जो व्यावहारिक परिनियोजन के लिए एक कम लागत वाले SDR-आधारित रिसीवर का उपयोग करती है।
CausalArmor AI एजेंटों के लिए एक चयनात्मक रक्षा ढांचा (selective defense framework) है जो हल्के कारण संबंधी एट्रिब्यूशन (lightweight causal attribution) का उपयोग करके अप्रत्यक्ष प्रॉम्प्ट इंजेक्शन हमलों को कम करता है, जिससे केवल तभी लक्षित स्वच्छता (targeted sanitization) को ट्रिगर किया जाता है जब अविश्वसनीय सामग्री विशेषाधिकार प्राप्त निर्णयों को असमान रूप से प्रभावित करती है, जिससे उच्च उपयोगिता और कम विलंबता (low latency) बनी रहती है।
यह शोध पत्र ICBAC का प्रस्ताव करता है, जो एक इंटेलिजेंट एक्सेस कंट्रोल फ्रेमवर्क है, जो आपूर्ति श्रृंखलाओं (सप्लाई चेन) के लिए परमिशनयुक्त ब्लॉकचेन को फेडरेटेड लर्निंग और गेम-थ्योरेटिक क्लाइंट सिलेक्शन के साथ एकीकृत करता है ताकि संवेदनशील डेटा साझा किए बिना प्रतिस्पर्धी संगठनों में गतिशील, गोपनीयता-संरक्षित विसंगति का पता लगाने में सक्षम बनाया जा सके।
यह शोध पत्र एक नवीन प्रतिकूल रणनीति (adversarial strategy) को प्रदर्शित करता है जो मिराई (Mirai) बॉटनेट में संरचित डमी कोड इंजेक्ट करके इसके मुख्य कार्यक्षमता को बाधित किए बिना इसके पावर कंजम्पशन सिग्नेचर को विचलित कर AI/ML-आधारित पावर साइड-चैनल मैलवेयर डिटेक्शन से बचता है।
यह शोध पत्र RECUR को प्रस्तुत करता है, जो एक नया संसाधन निष् exhaustion (resource exhaustion) हमला है जो "रिकर्सिव एंट्रॉपी" (Recursive Entropy) नामक एक नए मीट्रिक का लाभ उठाकर काउंटरफैक्चुअल प्रश्न पूछने के माध्यम से लार्ज रीजनिंग मॉडल्स (LRMs) में अत्यधिक, अनावश्यक रिफ्लेक्शन को ट्रिगर करता है, जिससे कंप्यूटेशनल लागत काफी बढ़ जाती है और थ्रूपुट कम हो जाता है।
केंद्रीकृत LLM बेंचमार्किंग की सांख्यिकीय अस्थिरता और अपारदर्शिता को संबोधित करने के लिए, यह शोध पत्र **InfiCoEvalChain** का प्रस्ताव करता है, जो एक ब्लॉकचेन-आधारित विकेंद्रीकृत ढांचा है जो अधिक स्थिर, विश्वसनीय और पारदर्शी मॉडल मूल्यांकन प्रदान करने के लिए विषम कंप्यूट नोड्स और एक रिवॉर्ड-संचालित सर्वसम्मति तंत्र का लाभ उठाता है।
यह शोध पत्र तर्क देता है कि एआई-जनित कोड में कमजोरियों का पता लगाने के लिए संभाव्यता-आधारित (probabilistic) एआई पर निर्भर रहना अपर्याप्त है और इसके बजाय, सुरक्षा को सीधे पीढ़ी प्रक्रिया में एकीकृत किया जाना चाहिए—जैसे कि डिफ्यूजन-शैली के मॉडलों में कंस्ट्रेंड डिकोडिंग (constrained decoding) के माध्यम से—ताकि डेवलपर्स पर बोझ डाले बिना मजबूत, "सिक्योर-बाय-कंस्ट्रक्शन" गारंटी प्रदान की जा सके।
RIFLE एक सुदृढ़, डिस्टिलेशन-आधारित फेडरेटेड लर्निंग फ्रेमवर्क है जो ग्रेडिएंट शेयरिंग को लॉजिट-आधारित नॉलेज ट्रांसफर और KL-डाइवर्जेंस-आधारित वैलिडेशन मैकेनिज्म से बदलकर संसाधन-सीमित IoT उपकरणों को डीप मॉडल को प्रशिक्षित करने में सक्षम बनाता है, जो नॉन-IID स्थितियों के तहत सटीकता, सुरक्षा और प्रशिक्षण दक्षता में महत्वपूर्ण सुधार करता है।