5320 편의 논문
이 논문은 클라우드 API 의 애플리케이션 계층 취약점을 해결하기 위해 대규모 언어 모델을 활용해 애플리케이션의 의미론적 맥락을 추출하고, 이를 통해 리소스 소비 제한, 민감한 비즈니스 흐름 보호, 인증 오류 방지 등 다양한 위협을 효과적으로 차단하는 'Paladin'이라는 새로운 보안 정책 프레임워크를 제안합니다.
이 논문은 SAR 영상 내 기름 유출의 외관 변화와 스케일 불일치 문제를 해결하기 위해, 계층적 특징 인식 다중 스케일 메모리 뱅크와 구조적 의미 일관성 기반 업데이트 전략을 도입하여 순서가 없는 SAR 이미지 컬렉션에서 강력한 성능을 발휘하는 OilSAM2 모델을 제안합니다.
이 논문은 대형 언어 모델을 활용한 고수준 작업 계획과 원활하게 연동하여 로봇의 중복성을 효과적으로 활용함으로써 순차적 이동 조작 작업의 성능과 반응성을 크게 향상시킨 계층적 작업 모델 예측 제어 (Hierarchical-Task MPC) 프레임워크를 제안하고, 실제 9 자유도 이동 매니퓰레이터 실험을 통해 기존 방법 대비 경로 단축 및 실행 시간 2.3 배 단축 등의 우수성을 입증했습니다.
이 논문은 가중치를 고려하여 만족하는 할당 (모델) 을 나열하는 '가중치 모델 열거 (WME)' 문제를 해결하기 위해 가중치 전파, 가지치기, 충돌 분석을 CDCL 기반 알고리즘에 통합하고, 순차적 및 비순차적 백트래킹 프레임워크 간의 성능과 트레이드오프를 체계적으로 분석합니다.
이 논문은 HMAC 인증과 비동기적 영지식 증명 (ZKP) 을 결합하여 ACE 런타임을 제안함으로써, 기존 블록체인이 직면한 서명 검증 비용 문제를 해결하고 1 초 미만의 암호학적 최종성을 달성하는 새로운 아키텍처를 제시합니다.
이 논문은 요청 확률 분포를 알지 못하는 상황에서 전위 (Transposition) 규칙이 고정된 분포에서 최적 비용에 1 을 더한 수준으로 기대 접근 비용을 보장하여, 50 년 전 Rivest 의 추측을 확인하고 확률 추정을 위한 순수 메모리리스 프로세스를 제시함을 증명합니다.
이 논문은 ICP 기반 방식이 구조적 결손 환경에서 실패하는 문제를 해결하기 위해, FMCW 라이다의 도플러 속도와 곡률 정보를 활용하여 퇴화 (degeneracy) 에 강인한 '가르치고 반복 (Teach and Repeat)' 항법 시스템을 제안하고 실증합니다.
이 논문은 Rutschmann 과 Wettstein 이 정의한 연쇄 (chains) 에 대한 볼록 및 오목 합 연산을 일반화하고, 함수 방정식과 커널 방법을 적용하여 더블 서클의 삼각분할 수에 대한 정확한 점근적 추정을 도출합니다.
이 논문은 텍스트 프롬프트, 참조 이미지, 짧은 오디오 클립을 단일 생성 과정으로 통합하여 시각적 외모와 목소리를 동시에 개인화하는 새로운 모델 'ID-LoRA'를 제안하며, 이를 통해 기존 방법론 대비 뛰어난 음성 유사도와 화자 특성을 구현하고 단일 GPU 에서 3 천 개의 훈련 쌍만으로 학습이 가능함을 보여줍니다.
이 논문은 이차 경로 (wedges) 를 기반으로 한 연산자 관점을 도입하여 에고 중심 네트워크를 압축하는 삼중 분해와 안전한 몫 (quotient) 구성 방법을 제시하고, 이를 통해 이차 보행 질량의 전이 부등식과 오차 특성을 증명하며 10 개의 벤치마크 그래프에서 그 유효성을 입증합니다.
이 논문은 과학자들의 번거로운 실험 작업을 자동화하기 위해 사용자 중심 접근법을 통해 로봇 보조 투석 시스템을 설계하고, 이를 통해 과학적 발견을 가속화하고 연구자의 업무 부담을 줄일 수 있음을 보여줍니다.
이 논문은 기존 기술적 지연 (Technical Lag) 지표가 소프트웨어 방치 상태를 놓치는 한계를 지적하고, 개발 활동 및 유지보수자 반응성 등을 종합적으로 평가하여 방치된 종속성을 효과적으로 식별하는 'MALTA' 프레임워크를 제안합니다.
이 논문은 복잡한 문자 체계와 불규칙한 레이아웃으로 인해 어려움이 많았던 방글라데시 번호판 인식을 위해 YOLOv8 기반의 적응형 훈련 전략과 비전 - 언어 OCR 모델을 결합하여 다양한 환경에서 97.83% 의 높은 정확도로 번호판을 정확하게 인식하는 강건한 딥러닝 프레임워크를 제안합니다.
이 논문은 실제 GUI 환경에서 LLM 기반 자율 에이전트의 신뢰성을 평가하기 위해 4 단계 전문 에이전트 아키텍처를 갖춘 완전 자동화 테스트 프레임워크 'SpecOps'를 제안하며, 기존 방법론 대비 뛰어난 버그 탐지 능력과 비용 효율성을 입증합니다.
이 논문은 대규모 공간 데이터의 시각적 충실도와 상호작용 성능을 유지하면서 클라이언트 측 렌더링을 위한 타일 크기를 효율적으로 축소하는 새로운 데이터 관리 프레임워크인 HiFIVE 를 제안하고, 이를 위한 NP-난해한 문제를 정의하고 해결하는 두 단계 방식을 제시합니다.
이 논문은 임베디드 시스템의 엔트로피 부족 문제를 해결하기 위해 양자 난수 생성기를 서버로 활용하고 ML-KEM 및 ML-DSA 같은 포스트 양자 암호 기술을 적용한 '엔트로피 서비스 (QEaaS)' 아키텍처를 제안하며, ESP32 기반 벤치마크를 통해 포스트 양자 구성이 기존 고전 암호 방식보다 오히려 더 빠른 성능을 보임을 입증했습니다.
이 논문은 베이스 정책의 매개변수를 변경하지 않고도 실행 시 성공 확률을 예측하여 행동을 유도하는 'UF-OPS'라는 업데이트 없는 온-폴리시 조향 방법을 제안함으로써, 블랙박스 확산 정책의 성공률을 평균 49% 향상시킨다고 설명합니다.
이 논문은 그래프 기반 메트릭 선호도 환경에서 즉각 결선투표 (IRV) 의 배제 구역 (exclusion zone) 문제와 왜곡 (distortion) 을 연구하여, 일반 그래프에서는 NP-난해하지만 트리 구조에서는 다항 시간 내에 해결 가능함을 증명하고, 특정 조건을 만족하는 모든 순위 기반 탈락 규칙에 대해 해당 문제의 계산적 한계를 규명했습니다.
이 논문은 기존 모델의 단순 모방을 넘어 강화를 학습과 직관적 보정을 통해 추론 능력을 갖춘 'DeepIntuit' 프레임워크를 제안함으로써, 기존 벤치마크를 벗어난 광범위한 변이를 가진 오픈 인스턴스 비디오 분류 문제를 해결합니다.
이 논문은 ReST-RL 이라는 계층적 강화학습 아키텍처를 통해 보행 진동과 화물 안정화를 분리 제어함으로써, 인간형 로봇이 외부 방해와 다양한 물체를 운반할 때에도 높은 성공률과 제로샷 시뮬레이션-실제 일반화 능력을 달성함을 보여줍니다.