3343 पेपर
यह शोध पत्र प्रोसेसिंग-इन-डीआरएएम (PiD) के सुरक्षा निहितार्थों का अन्वेषण करता है, जो उच्च-थ्रूपुट वाले रैंडम नंबर जनरेटर जैसे कुशल इन-मेमोरी सुरक्षा प्रिमिटिव्स को सक्षम करने की इसकी क्षमता को उजागर करता है और साथ ही प्रवर्धित रीड डिस्टर्बेंस (read disturbances) और हाई-स्पीड टाइमिंग चैनल्स जैसी नई कमजोरियों को भी पेश करता है।
प्रॉमप्टमार्क (PromptMark) एक ब्लैक-बॉक्स, प्रॉमप्ट-गाइडेड फ्रेमवर्क है जो संरचित इनपुट निर्देशों और पुनरावृत्ति फीडबैक के माध्यम से एआई-जनरेटेड सोर्स कोड में पता लगाने योग्य वॉटरमार्क को एम्बेड करता है, जिससे मॉडल के आंतरिक भाग तक पहुंच या कोड की कार्यक्षमता से समझौता किए बिना मजबूत एट्रिब्यूशन प्राप्त होता है।
यह शोध पत्र घुसपैठ पहचान प्रणालियों (इंट्रूज़न डिटेक्शन सिस्टम) में डेटासेट की कमी और क्लास असंतुलन को संबोधित करने के लिए यथार्थवादी, भौतिक रूप से वैध सिंथेटिक IoT नेटवर्क पैकेट उत्पन्न करने हेतु दो बाधा-प्रवर्तक विधियों—एक उच्च-थ्रूपुट सांख्यिकीय शिक्षण दृष्टिकोण और एक उच्च-गुणवत्ता वाले जेनेटिक एल्गोरिदम—का प्रस्ताव और मूल्यांकन करता है।
यह अनुभवजन्य अध्ययन प्रदर्शित करता है कि जबकि लार्ज लैंग्वेज मॉडल्स ब्रांड डोमेन को स्मृति से प्रभावी ढंग से सूचीबद्ध कर सकते हैं, उन्हें ब्रांड स्वामित्व को सत्यापित करने में पूर्णता के करीब सटीकता प्राप्त करने के लिए बाहरी WHOIS डेटा संवर्धन की आवश्यकता होती है, जिससे ब्रांड सुरक्षा पाइपलाइनों में फॉल्स पॉजिटिव्स (गलत सकारात्मक परिणामों) में उल्लेखनीय रूप से कमी आती है।
यह शोध पत्र एक जनरेटिव एडवरसेरियल अटैक फ्रेमवर्क प्रस्तावित करता है जो एक न्यूरल ऑडियो कोडेक के निरंतर लेटेंट स्पेस (continuous latent space) में कार्य करता है ताकि सिंगल फॉरवर्ड पास में लक्षित व्यवधानों (targeted perturbations) को संश्लेषित किया जा सके, जिससे 7 मिलीसेकंड से कम की अनुमान विलंबता (inference latency) के साथ 99% तक सफलता दर प्राप्त होती है और यह गति एवं दक्षता दोनों में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोधपत्र एक बहु-स्तरीय फिंगरप्रिंटिंग फ्रेमवर्क पेश करके अनियंत्रित एआई वेब एजेंट स्क्रैपिंग के विरुद्ध एक सुदृढ़, बचाव-प्रतिरोधी रक्षा प्रस्तावित करता है जो स्वायत्त एजेंटों को मनुष्यों और पारंपरिक क्रॉलर्स से अलग करने में 97% सटीकता प्राप्त करने के लिए नेटवर्क और ब्राउज़र इंटरेक्शन विशेषताओं को जोड़ता है।
यह शोध पत्र Tool-Guard प्रस्तुत करता है, जो एक नवीन रक्षा तंत्र है जो संदिग्ध टूल विवरणों को क्वारंटाइन करने और LLM एजेंटों पर क्रॉस-टूल विवरण पॉइजनिंग हमलों को रोकने के लिए आइसोलेटेड प्लानिंग का उपयोग करता है, जिससे कार्य उपयोगिता को बनाए रखते हुए हमले की सफलता दर में काफी कमी आती है।
DEFENGRAPH एक नवीन ढांचा है जो उन्नत रिट्रीवल और री-रैंकिंग तकनीकों के साथ एक द्वि-स्तरीय स्टैटिक-डायनामिक नॉलेज ग्राफ को एकीकृत करके साइबर रक्षा के लिए लार्ज लैंग्वेज मॉडल्स को सशक्त बनाता है, जो यथार्थवादी रेड बनाम ब्लू टीम परिदृश्यों में कई LLMs में रीजनिंग सटीकता और एक्शन रिकॉल में महत्वपूर्ण सुधार करता है।
OTTER एक ब्लैक-बॉक्स रेड-टीमिंग फ्रेमवर्क है जो न्यूनतम टोकन परिवर्तनों के माध्यम से डिटेक्शन से बचने के लिए प्रॉम्प्ट्स को अनुकूलित करके टॉक्सिसिटी-आधारित LLM सुरक्षा प्रणालियों की भंगुरता को प्रदर्शित करता है, जिससे हमले की सफलता दर में उल्लेखनीय वृद्धि होती है और क्लासिफायर हार्डनिंग के लिए व्यावहारिक अंतर्दृष्टि प्राप्त होती है।
यह शोध पत्र एक नवीन, गणनात्मक रूप से कुशल दृष्टिकोण प्रस्तावित करता है जो सरल योगात्मक गाऊसी तंत्र (simple additive Gaussian mechanism) के आउटपुट को डीनोइज़ करने के लिए एम्पिरिकल बेयस अनुमान (empirical Bayes estimation) लागू करके डिफरेंशियल प्राइवेट तंत्रों को उन्नत करता है, जिससे माध्य-वर्ग त्रुटि (mean-squared error) कम होती है और हिस्टोग्राम रिलीज, प्रिंसिपल कंपोनेंट एनालिसिस और लीनियर रिग्रेशन जैसे कार्यों में मौजूदा एल्गोरिदम से बेहतर प्रदर्शन होता है।