cs.CR

Logarithmic Density of Rank $\geq 1$ and Rank $\geq 2$ Genus-2 Jacobians and Applications to Hyperelliptic Curve Cryptography

Comparison of Multiple Classifiers for Android Malware Detection with Emphasis on Feature Insights Using CICMalDroid 2020 Dataset

यह अध्ययन प्रदर्शित करता है कि CICMalDroid 2020 डेटासेट से प्राप्त एक व्यापक हाइब्रिड फीचर सेट पर प्रशिक्षित XGBoost, अन्य क्लासिफायर और डाइमेंशनैलिटी रिडक्शन तकनीकों की तुलना में एंड्रॉइड मैलवेयर डिटेक्शन के लिए बेहतर सटीकता और व्याख्यात्मकता प्राप्त करता है।

Composition for Pufferfish Privacy

यह शोध पत्र $a(b)$-इन्फ्लुएंस कर्व के माध्यम से डिफरेंशियल प्राइवेट मैकेनिज्मों को अनुवादित करके, पफरफिश प्राइवेसी (Pufferfish privacy) के लिए रैखिक संयोजन (linear composition) सुनिश्चित करने हेतु आवश्यक और पर्याप्त स्थितियाँ स्थापित करता है, जिससे सह-संबंधित डेटा (correlated data) के लिए ऐसे कंपोजेबल एल्गोरिदम बनाना सक्षम होता है जो पूर्ववर्ती कार्यों से बेहतर प्रदर्शन करते हैं।

Detecting Aimbot Cheaters in MOGs

यह शोध पत्र PATCH को प्रस्तुत करता है, जो एक सक्रिय रक्षा रणनीति है जो मल्टीप्लेयर ऑनलाइन गेम्स में विजुअल एमबॉट (aimbot) चीटर्स को उनके कंप्यूटर विज़न मॉडल का लाभ उठाकर प्रभावी ढंग से पहचानने और बाधित करने के लिए इन-गेम हनीटोकेन्स (honeytokens) के रूप में एडवर्सरियल पैच (adversarial patches) तैनात करती है, जो कस्टम और कमर्शियल गेम वातावरण दोनों में उच्च पहचान दर और क्रॉस-मॉडल ट्रांसफ़रेबिलिटी (cross-model transferability) प्राप्त करती है।

ScaleDisturb: Exploiting Temporal Asymmetry to Amplify Read Disturbance in Modern DRAM Chips

यह शोधपत्र ScaleDisturb को प्रस्तुत करता है, जो एक नवीन DRAM एक्सेस पैटर्न है जो आधुनिक DDR4 और HBM2 चिप्स में रीड डिस्टर्बेंस (read disturbance) प्रभावों को महत्वपूर्ण रूप से बढ़ाने के लिए टेम्पोरल एसिमेट्री (temporal asymmetry) का लाभ उठाता है, जिससे मैन्युफैक्चरिंग नोड्स के स्केल डाउन होने के साथ बढ़ती हुई संवेदनशीलता उजागर होती है और नए शमन रणनीतियों (mitigation strategies) की आवश्यकता प्रदर्शित होती है।

Belief-Space Quantum-Inspired Reinforcement Learning for Partially Observable Autonomous Cyber Defense in the Internet of Vehicles

यह शोधपत्र Q-BIRD प्रस्तावित करता है, जो एक क्वांटम-प्रेरित सुदृढीकरण अधिगम (reinforcement learning) ढांचा है जो इंटरनेट ऑफ व्हीकल्स में आंशिक दृश्यता के तहत रक्षात्मक निर्णय लेने को बेहतर बनाने के लिए आयाम-आधारित विश्वास अवस्थाओं (amplitude-based belief states) का उपयोग करता है, जो अनुकूलनशील विरोधियों के विरुद्ध हमले की सफलता दर और संचयी क्षति को कम करने में शास्त्रीय बेयसियन विधियों से काफी बेहतर प्रदर्शन करता है।

Quantum-Inspired Reinforcement Learning for Low-Latency Intrusion Detection in V2X and Internet-of-Vehicles Networks

यह शोध पत्र QIRL को प्रस्तुत करता है, जो एक हल्का, क्वांटम-प्रेरित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है, जो क्वांटम स्टेट एनकोडिंग, लागत-संवेदनशील रिवॉर्ड शेपिंग और टेम्पोरल डिपेंडेंसी मॉडलिंग को संयोजित करके V2X और इंटरनेट-ऑफ-व्हीकल्स नेटवर्क के भीतर बहु-चरणीय साइबर खतरों का पता लगाने में अल्ट्रा-लो लेटेंसी और उच्च सटीकता प्राप्त करता है।

Model Multiplicity for Adversarial Detection in Small Language Model Training on Edge Devices

यह शोध पत्र एज डिवाइसेस पर छोटे लैंग्वेज मॉडल्स के सुरक्षित वितरित प्रशिक्षण (डिस्ट्रीब्यूटेड ट्रेनिंग) के लिए एक मॉडल मल्टीप्लिसिटी फ्रेमवर्क प्रस्तावित करता है, जो पारंपरिक सिंगल-मॉडल डिफेंस की तुलना में एडवर्सरियल पॉइजनिंग का अधिक प्रभावी ढंग से पता लगाने और उसे अलग करने के लिए समवर्ती रूप से प्रशिक्षित स्वतंत्र मॉडल्स के बीच विचलन (डाइवर्जेंस) का लाभ उठाता है।

DP4SQL: Differentially Private SQL with Flexible Privacy Policies

यह शोध पत्र DP4SQL प्रस्तुत करता है, जो एक डिफरेंशियल प्राइवेट SQL सिस्टम है जो रिलेशनल डेटाबेस के लिए लचीली, अनुकूलन योग्य गोपनीयता नीतियों को सक्षम बनाता है, और मौजूदा प्रणालियों की कठोर "एक ही आकार सभी के लिए" (one-size-fits-all) सीमाओं को दूर करते हुए डेटा क्यूरेटर्स को विभिन्न संस्थाओं, तालिकाओं और डेटा विशेषताओं के लिए अलग-अलग सुरक्षा स्तर निर्दिष्ट करने की अनुमति देता है।

VATS: Exploiting Implicit Authority in Error-Path Injection via Systematic Mutation

यह शोध पत्र VATS प्रस्तुत करता है, जो एक म्यूटेशन-संचालित ढांचा है जो यह प्रदर्शित करता है कि स्वायत्त एजेंट "एरर-पाथ इंजेक्शन" के प्रति गंभीर रूप से संवेदनशील हैं, जहाँ टूल एरर संदेशों में अंतर्निहित प्रतिकूल पेलोड सुरक्षा ह्यूरिस्टिक्स को बायपास करने और मानक इनडायरेक्ट प्रॉम्प्ट इंजेक्शन की तुलना में काफी उच्च हमले की सफलता दर प्राप्त करने के लिए एरर कॉन्टेक्स्ट में मॉडलों के निहित विश्वास का फायदा उठाते हैं।