🔒 Category

cs.CR

3343 पेपर

🤖 machine learning

Forensic-Oriented Intrusion Detection Using Synthetic Network Traffic Data and Explainable Artificial Intelligence

यह शोध पत्र एक फॉरेंसिक-अनुपालक घुसपैठ पहचान ढांचे (intrusion detection framework) को प्रस्तुत करता है जो SHAP-आधारित व्याख्यात्मकता के साथ XGBoost क्लासिफायर को प्रशिक्षित करने के लिए CTGAN के माध्यम से सिंथेटिक नेटवर्क ट्रैफ़िक उत्पन्न करता है, जो उच्च पहचान सटीकता प्राप्त करता है और मूल साक्ष्य एवं विश्लेषणात्मक आर्टिफैक्ट्स के बीच सख्त अलगाव सुनिश्चित करके फॉरेंसिक अखंडता को बनाए रखता है।

Jose Luis Vela Alonso, Carmen Pellicer2026-07-02
💻 computer science

No Country for Old Privacy: The Evolving Challenges of Anonymity in Bitcoin

यह अनुदैर्ध्य अध्ययन यह प्रकट करता है कि लाखों पता लगाने योग्य गोपनीयता-बढ़ाने वाले लेनदेन की पहचान करने के बावजूद, नियामक दबाव के कारण दूसरी पीढ़ी के बिटकॉइन गुमनामी प्रोटोकॉल को अपनाने की दर गंभीर रूप से कम और घटती जा रही है, जो गोपनीयता चाहने वाले उपयोगकर्ताओं के कम पारदर्शी, ऑफ-चेन तरीकों की ओर पलायन का सुझाव देती है।

Ben Hawkins, Joshua Levett, Siamak F. Shahandashti2026-07-02
🤖 machine learning

The Binary Tree Mechanism is Optimal for Approximate Differentially Private Continual Counting

यह शोधपत्र यह सिद्ध करके कि बाइनरी ट्री मैकेनिज्म निरंतर गणना (continual counting) के लिए स्पर्शोन्मुख रूप से (asymptotically) इष्टतम है, क्योंकि किसी भी डिफरेंशियल प्राइवेट एल्गोरिदम को कम से कम Ω(log⁡3/2n)\Omega(\log^{3/2} n) का अपेक्षित ℓ∞\ell_\infty त्रुटि सहन करनी होगी, डिफरेंशियल प्राइवेसी की एक केंद्रीय खुली समस्या का समाधान करता है।

Konstantina Bairaktari, Kasper Green Larsen2026-07-02
💻 computer science

Privacy-Protecting Techniques for Behavioral Biometric Data: A Survey

यह शोध पत्र विभिन्न व्यवहारिक बायोमेट्रिक लक्षणों के लिए गोपनीयता-संरक्षण गुमनामी तकनीकों का एक व्यवस्थित सर्वेक्षण और वर्गीकरण प्रस्तुत करता है, जो विभिन्न मोडैलिटीज के बीच अनुसंधान ध्यान में महत्वपूर्ण असमानताओं को उजागर करता है और बेहतर मूल्यांकन पद्धतियों के लिए अवसरों की पहचान करता है।

Simon Hanisch, Patricia Arias-Cabarcos, Javier Parra-Arnau, Thorsten Strufe2026-07-01
💻 computer science

The Bright Side of Timed Opacity

यह शोध पत्र फुल और वीक ओपैसिटी वेरिएंट्स की इंटर-रिड्यूसिबिलिटी को सिद्ध करके, टाइमड ऑटोमेटा के कई सबक्लासेस के लिए डैसिडेबिलिटी (decidability) स्थापित करके, और सीमित हमलावर अवलोकनों पर आधारित ओपैसिटी की एक नई परिभाषा पेश करके टाइमड ओपैसिटी के अध्ययन को आगे बढ़ाता है जो संपूर्ण टाइमड ऑटोमेटा क्लास के लिए डैसिडेबिलिटी सुनिश्चित करती है।

Étienne André, Sarah Dépernet, Engel Lefaucheux2026-07-01
💻 computer science

Stealthy Multi-Task Adversarial Attacks

यह शोध पत्र स्टेल्थी मल्टी-टास्क एडवरसेरियल अटैक (SMTA2^{2}) का प्रस्ताव करता है, जो एक नवीन ढांचा है कि जो कन्सट्रेंड ऑप्टिमाइज़ेशन और ऑटोमेटेड लॉस-वेट ट्यूनिंग के माध्यम से गैर-लक्षित कार्यों के प्रदर्शन को सख्ती से सुरक्षित रखते हुए मल्टी-टास्क डीप न्यूरल नेटवर्क्स में लक्षित कार्यों को चुनिंदा रूप से कम करता है।

Jiacheng Guo, Tianyun Zhang, Lei Li, Haochen Yang, Hongkai Yu, Minghai Qin2026-07-01
💻 computer science

Language-based Security and Time-inserting Supervisor

यह शोध पत्र भाषा-आधारित सुरक्षा गुणों को परिभाषित करने के लिए बीजगणितीय विधियों का उपयोग करता है और एक समय-प्रविष्टि (time-inserting) पर्यवेक्षक प्रस्तावित करता है जो, पर्यवेक्षक और हमलावर दोनों के लिए आंशिक सूचना की स्थितियों के तहत, अवांछित कार्यों को अक्षम करके या समयबद्ध घटनाओं को सम्मिलित करके प्रक्रिया सुरक्षा सुनिश्चित करता है, साथ ही ऐसे पर्यवेक्षक के अस्तित्व और सीमाओं का विश्लेषण भी करता है।

Damas P. Gruska2026-07-01
📊 statistics

Private Rate-Constrained Optimization with Applications to Fair Learning

यह शोध पत्र RaCO-DP को प्रस्तुत करता है, जो स्टोकेस्टिक ग्रेडिएंट डिसेंट-असेंट (Stochastic Gradient Descent-Ascent) पर आधारित एक डिफरेंशियल प्राइवेट ऑप्टिमाइज़ेशन एल्गोरिदम है, जो गोपनीयता लागतों को प्राइवेट हिस्टोग्राम एस्टीमेशन के स्तर तक कम करके ग्रुप फेयरनेस (group fairness) जैसी दर-प्रतिबंधित (rate-constrained) मशीन लर्निंग समस्याओं को प्रभावी ढंग से हल करता है और मौजूदा विधियों की तुलना में गोपनीयता, उपयोगिता और निष्पक्षता को संतुलित करने में बेहतर प्रदर्शन प्रदर्शित करता है।

Mohammad Yaghini, Tudor Cebere, Michael Menart, Aurélien Bellet, Nicolas Papernot2026-07-01
🤖 machine learning

Not Every Time and Frequency Need to Be Forgotten in Diffusion Unlearning

यह शोध पत्र डिफ्यूजन मॉडल्स के लिए एक चयनात्मक अनलर्निंग दृष्टिकोण प्रस्तावित करता है जो उनके असमान फॉरगेटिंग डायनेमिक्स के आधार पर विशिष्ट समय और आवृत्ति घटकों को लक्षित करता है, जिससे मौजूदा यूनिफॉर्म विधियों की तुलना में उच्च अनलर्निंग सफलता दर और बेहतर जनरेशन गुणवत्ता प्राप्त होती है।

Jinseong Park, Mijung Park2026-07-01
🤖 machine learning

Efficient Public Verification of Private ML via Regularization

यह शोध पत्र एक नवीन विभेदक रूप से निजी (डिफरेंशियल प्राइवेट) स्टोकेस्टिक स्टोकेस्टिक कन्वेक्स ऑप्टिमाइज़ेशन एल्गोरिदम प्रस्तुत करता है जो लगभग इष्टतम गोपनीयता-उपयोगिता व्यापार-संबंधों (प्राइवेसी-यूटिलिटी ट्रेड-ऑफ्स) को प्राप्त करता है और साथ ही मॉडल को प्रशिक्षित करने की तुलना में काफी कम कम्प्यूटेशनल लागत पर इसकी गोपनीयता गारंटियों के सार्वजनिक सत्यापन को सक्षम करता है।

Zoë Ruha Bell, Anvith Thudi, Olive Franzese-McLaughlin, Nicolas Papernot, Shafi Goldwasser2026-07-01