The Bureaucracy of Speed: Structural Equivalence Between Memory Consistency Models and Multi-Agent Authorization Revocation

Dit paper introduceert een Capability Coherence System dat de structurele equivalentie tussen geheugenconsistentiemodellen en autorisatie-intrekking benut om via een Release Consistency-strategie de schaal van onbevoegde API-aanroepen tijdens revocatie onafhankelijk van agent-snelheid te beperken, wat resulteert in een tot 184-voudige reductie ten opzichte van traditionele TTL-gebaseerde methoden.

Vladyslav ParakhinWed, 11 Ma💻 cs

Role Classification of Hosts within Enterprise Networks Based on Connection Patterns

Dit artikel introduceert twee praktische algoritmen die hosts in enterprise-netwerken groeperen op basis van connectiepatronen om de logische structuur bloot te leggen en netwerkbeheer te vereenvoudigen, waarbij de resultaten aantonen dat de gegenereerde groepen aanzienlijk kleiner zijn dan het aantal hosts en de netwerklogica nauwkeurig weerspiegelen.

Godfrey Tan, Massimiliano Poletto, John Guttag, Frans KaashoekWed, 11 Ma💻 cs

SFIBA: Spatial-based Full-target Invisible Backdoor Attacks

Deze paper introduceert SFIBA, een nieuwe aanvalsmethode die multi-target backdoors in diepe neurale netwerken realiseert door triggers in specifieke ruimtelijke gebieden te injecteren via frequentiedomein-transformaties, waardoor zowel de onopgemerkbaarheid als de vermijding van bestaande verdedigingen wordt gegarandeerd zonder de prestaties op schone data te beïnvloeden.

Yangxu Yin, Honglong Chen, Yudong Gao, Peng Sun, Zhishuai Li, Weifeng LiuTue, 10 Ma💻 cs

Latent Sculpting for Zero-Shot Generalization: A Manifold Learning Approach to Out-of-Distribution Anomaly Detection

Dit paper introduceert Latent Sculpting, een hiërarchisch manifold-leerframework dat door het expliciet structureren van de latent ruimte en het toepassen van een Masked Autoregressive Flow, robuuste zero-shot detectie van out-of-distribution cyberaanvallen mogelijk maakt waar bestaande methoden falen.

Rajeeb Thapa Chhetri, Saurab Thapa, Avinash Kumar, Zhixiong ChenTue, 10 Ma🤖 cs.LG

Certifying the Right to Be Forgotten: Primal-Dual Optimization for Sample and Label Unlearning in Vertical Federated Learning

Dit artikel introduceert FedORA, een methode op basis van primal-dual optimalisatie die het effectief en efficiënt verwijderen van specifieke data of labels mogelijk maakt in verticaal federatief leren, terwijl de modelprestaties behouden blijven en de communicatie- en rekenkosten worden verlaagd.

Yu Jiang, Xindi Tong, Ziyao Liu, Xiaoxi Zhang, Kwok-Yan Lam, Chee Wei TanTue, 10 Ma🤖 cs.LG

Retrieval Pivot Attacks in Hybrid RAG: Measuring and Mitigating Amplified Leakage from Vector Seeds to Graph Expansion

Dit onderzoek toont aan dat hybride Retrieval-Augmented Generation-systemen kwetsbaar zijn voor 'Retrieval Pivot Attacks' waarbij vector-gebaseerde zoekopdrachten via entiteitslinks ongeautoriseerde toegang tot gevoelige gegevens mogelijk maken, en demonstreert dat het afdwingen van autorisatie op de grens van de grafexpansie deze lekken effectief elimineert.

Scott ThorntonTue, 10 Ma🤖 cs.LG