3561 पेपर
TrajPrint एक पूरी तरह से लॉसलेस और ट्रेनिंग-फ्री फ्रेमवर्क है जो नियतीय प्रक्षेपवक्र अनुरेखण (deterministic trajectory tracing) और द्वि-अंकीय एंकोर्ड नॉइज़ सिंथेसिस (dual-end anchored noise synthesis) के माध्यम से अद्वितीय मैनिफोल्ड फिंगरप्रिंट्स निकालकर ब्लैक-बॉक्स डिफ्यूजन मॉडल्स में कॉपीराइट को सत्यापित करता है, जिससे मॉडल के प्रदर्शन से समझौता किए बिना मजबूत वॉटरमार्क रिकवरी सक्षम होती है।
यह शोध पत्र पूर्वी और दक्षिण-पूर्व एशिया में बैंकिंग अनुप्रयोगों की फ्योर्डफैंटम (FjordPhantom) मैलवेयर के प्रति संवेदनशीलता पर एक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह विश्लेषण करता है कि कैसे इसकी वर्चुअलाइजेशन और हुकिंग तकनीकें सुरक्षा उपायों को बायपास करने के लिए एक्सेसिबिलिटी सेवाओं का शोषण करती हैं, और इसके साथ ही पहचान एवं शमन रणनीतियों का प्रस्ताव करता है।
यह शोध पत्र एक उपयोगकर्ता-केंद्रित फिशिंग डिटेक्शन फ्रेमवर्क का प्रस्ताव करता है जो व्यक्तिगत ऐतिहासिक ईमेल संदर्भों और वास्तविक समय की थ्रेट इंटेलिजेंस का लाभ उठाने के लिए लार्ज लैंग्वेज मॉडल्स के साथ रिट्रीवल-ऑगमेंटेड जनरेशन (RAG) को एकीकृत करता है, जिससे फाल्स पॉजिटिव्स को प्रभावी ढंग से कम किया जा सके और कई ओपन-सोर्स मॉडल्स में उच्च सटीकता प्राप्त की जा सके।
यह शोध पत्र \textsc{Trap} का प्रस्ताव करता है, जो एक आर्किटेक्चर-अज्ञेय (architecture-agnostic) ढांचा है जो फाइन-ट्यूनिंग के दौरान एक स्केलिंग-संवेदनशील लॉस लैंडस्केप को एम्बेड करके मॉडल वेट्स की सुरक्षा करता है, जिससे यह सुनिश्चित होता है कि अनधिकृत मॉडल मर्जिंग से प्रदर्शन में गिरावट आए जबकि स्टैंडअलोन उपयोगिता सुरक्षित रहे।
यह शोध पत्र तामरीन (Tamarin) प्रूवर का एक विस्तार प्रस्तुत करता है जो पूर्ण डिफी-हेलमैन (Diffie-Hellman) सिद्धांत को लागू करने के लिए एक अर्ध-निर्णय प्रक्रिया (semi-decision procedure) को कार्यान्वित करता है, जिसमें घातांक जोड़ (exponent addition) शामिल है, जिससे एल्गामाल (ElGamal) और एमक्यूवी (MQV) जैसे क्रिप्टोग्राफिक प्रोटोकॉल का प्रतीकात्मक सत्यापन सक्षम होता है जो पहले अत्याधुनिक उपकरणों की पहुँच से बाहर थे।
यह शोध पत्र बाधाओं वाले साइबर-फिजिकल सिस्टम बसों के लिए मौजूदा ग्रुप की एग्रीमेंट (Group Key Agreement) प्रोटोकॉल की सीमाओं को संबोधित करता है, जो आवश्यकताओं को व्यवस्थित करके और TreeKEM पर आधारित एक कस्टम, प्रमाणित, पूर्णतः वितरित प्रोटोकॉल को डिजाइन करके, जो केवल ब्रॉडकास्ट-ओनली लिंक, गतिशील सदस्यता और कड़े प्रतिकूल खतरों को समायोजित करता है।
NSF, NIST और OSTP द्वारा प्रायोजित, यह कार्यशाला रिपोर्ट सरकारी डेटा के सार्वजनिक विमोचन और व्यक्तिगत गोपनीयता की सुरक्षा के बीच संतुलन बनाने में वर्तमान चुनौतियों और तकनीकी अवसरों—जैसे कि औपचारिक गोपनीयता तकनीकें, सिंथेटिक डेटा और क्रिप्टोग्राफिक दृष्टिकोण—को रेखांकित करती है।
LLMStinger एक नवीन जेलब्रेकिंग फ्रेमवर्क है जो अत्यधिक प्रभावी एडवरसैरियल सफिक्स (adversarial suffixes) को स्वचालित रूप से उत्पन्न करने के लिए एक हमलावर LLM को फाइन-ट्यून करने हेतु सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करता है, जो विविध ओपन और क्लोज्ड-सोर्स मॉडल्स में मौजूदा रेड-टीमिंग विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र कोड के लिए लार्ज लैंग्वेज मॉडल्स (LLMs) में संवेदनशील सूचना रिसाव को कम करने हेतु मशीन अनलर्निंग (machine unlearning) को लागू करने पर पहला व्यापक अनुभवजन्य अध्ययन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जहाँ अनलर्निंग न्यूनतम प्रदर्शन हानि के साथ प्रत्यक्ष मेमोराइजेशन-आधारित रिसाव को प्रभावी ढंग से कम करती है, वहीं यह अनजाने में जोखिम को एक पूर्व में कम खोजे गए अप्रत्यक्ष रिसाव के रूप में स्थानांतरित कर देती है।
यह शोध पत्र वायरलेस चैनलों पर गोपनीयता-संरक्षण एआई-आधारित सेंसिंग के लिए एक नवीन ढांचे का प्रस्ताव करता है जो संवेदनशील व्यक्तिगत डेटा को पुनर्गठित करने से हमलावरों को रोकने के लिए ट्रांसमिशन से पहले निकाले गए फीचर्स को रूपांतरित करता है, जो पारंपरिक डिफरेंशियल प्राइवेसी तंत्रों द्वारा छोड़ी गई एक कमी को संबोधित करता है।