Supporting Artifact Evaluation with LLMs: A Study with Published Security Research Papers

Dit artikel presenteert een toolkit die Large Language Models inzet om de kunststof-evaluatie van beveiligingsonderzoek te automatiseren door reproduceerbaarheid te beoordelen, uitvoeringsomgevingen voor te bereiden en methodologische valkuilen te detecteren, waardoor de reviewerlast wordt verminderd en de kwaliteit van inzendingen wordt verbeterd.

David Heye, Karl Kindermann, Robin Decker, Johannes Lohmöller, Anastasiia Belova, Sandra Geisler, Klaus Wehrle, Jan PennekampTue, 10 Ma💬 cs.CL

An Extended Consent-Based Access Control Framework: Pre-Commit Validation and Emergency Access

Dit paper introduceert een uitgebreid op toestemming gebaseerd toegangscontrolekader voor de gezondheidszorg dat semantische correctie garandeert door conflicten proactief bij het aanmaken van toestemming te detecteren, onveranderlijke basisrechten formaliseert en contextbewuste noodtoegang mogelijk maakt, wat resulteert in lagere latentie en betere schaalbaarheid dan traditionele XACML-baselines.

Nasif Muslim, Jean-Charles GrégoireTue, 10 Ma💻 cs

TopRank-Based Delivery Rate Optimization for Coded Caching under Non-Uniform Demands

Dit paper introduceert een rangschikking-gebaseerde methode voor het optimaliseren van de leveringsrate in gecodeerde caching onder niet-uniforme vraag, die beter presteert dan eerdere benaderingen door bestanden te groeperen op basis van relatieve vraagverschillen in plaats van exacte populariteitsschattingen, wat vooral voordelig is bij beperkte opslag, weinig gebruikers of verstoord leerproces.

Mohammadsaber Bahadori, Seyed Pooya Shariatpanahi, Behnam BahrakTue, 10 Ma💻 cs

Explainable and Hardware-Efficient Jamming Detection for 5G Networks Using the Convolutional Tsetlin Machine

Dit artikel presenteert een uitlegbare en hardware-efficiënte aanpak voor jamming-detectie in 5G-netwerken met behulp van de Convolutional Tsetlin Machine, die op een realistisch testbed vergelijkbare prestaties levert als een CNN maar aanzienlijk sneller traint en minder geheugen vereist, waardoor het ideaal is voor implementatie op randapparatuur.

Vojtech Halenka, Mohammadreza Amini, Per-Arne Andersen, Ole-Christoffer Granmo, Burak KantarciTue, 10 Ma🤖 cs.LG