313 papers
Dit artikel introduceert Lattice (LAT), een peer-to-peer elektronisch betaalsysteem dat als post-kwantum settlement-layer fungeert door hardware-, netwerk- en cryptografische weerstand te combineren via RandomX-proof-of-work, LWMA-1-moeilijkheidsaanpassing en ML-DSA-44-signaturen, met een specifiek opgezet opstartmechanisme en een permanente uitgifte van 0,15 LAT per blok.
Dit paper introduceert ZK-ACE, een identiteitsgerichte authorisatielaag voor post-kwantum blockchains die de noodzaak van kilobyte-grote handtekeningartefacten elimineert door deze te vervangen door compacte, identiteitsgebonden zero-knowledge bewijzen, wat leidt tot een orde van grootte reductie in consensus-data en verbeterde schaalbaarheid.
Dit paper introduceert AR-ACE, een lichtgewicht mempool-propagatieprotocol voor post-kwantum blockchains dat validatiebewijzen uit het relay-netwerk verwijdert en deze enkel laat uitvoeren door de builder, wat leidt tot een orde van grootte lagere bandbreedte-overhead.
Dit artikel introduceert een nieuwe aanpak voor het ontdekken van token-specifieke Maximaal Extracteerbare Waarde (tMEV) door middel van een pipeline met statische analyse en zoektools die tot tien keer meer winst opleveren dan bestaande methoden op Ethereum.
Dit rapport beschrijft de ervaringen en technieken bij het automatisch converteren van een 800.000 regels tellende C++ monoliet naar een Java EE-architectuur, inclusief het oplossen van veelvoorkomende taalverschillen en het gebruik van een clang-tool voor continue regeneratie van de code.
In dit paper wordt een bipartiet protocol voor kwantumtoetsverdeling voorgesteld dat gebruikmaakt van een onbepaalde causale volgorde, waarbij Alice en Bob via een 'causale volgorde-gokspel' een ruwe overeenkomst van 85,35% bereiken die geschikt is voor standaard foutcorrectie.
Dit artikel biedt een uitgebreide vergelijkende studie van geavanceerde technieken en typen voor intrusiedetectiesystemen (IDS) in het Internet of Things, met inbegrip van hun architecturen, classificaties en evaluatiemethoden.
SplitAgent introduceert een nieuw gedistribueerd architectuurmodel dat privacybehoudende samenwerking tussen enterprise- en cloud-gebaseerde AI-agenten mogelijk maakt door contextbewuste dynamische sanitisering te combineren met differentieel privacy, waardoor bedrijven gevoelige data kunnen beschermen zonder in te leveren op taaknauwkeurigheid.
Dit paper introduceert XTRIDE, een geoptimaliseerde n-gram-methode die de type-inferentie van gesterpte binaries aanzienlijk versnelt en nauwkeuriger maakt dan bestaande technieken, waardoor deze geschikt is voor geautomatiseerde reverse-engineering-pipelines.
Dit paper introduceert BladeChain, een op blockchain gebaseerd traceerbaarheidsysteem dat de integriteit en auditbaarheid van AI-gedreven inspecties van vliegtuigturbineschijven door het hele levenscyclusproces garandeert via een onveranderlijk grootboek, gedecentraliseerde goedkeuring en cryptografische koppeling van inspectiegegevens.
Dit paper biedt een systematische analyse van de integratie van aanvalsgrafieken en detectiesystemen voor inbraken, introduceert een nieuwe levenscyclus die een continue feedbacklus tussen beide technologieën mogelijk maakt om de detectie en respons op cyberdreigingen te verbeteren, en identificeert de noodzaak van een verenigd raamwerk voor toekomstige ontwikkeling.
Dit paper introduceert SlowBA, een nieuwe backdoor-aanval op VLM-gebaseerde GUI-agenten die de reactietijd aanzienlijk vertraagt door via een twee-trapsreinforcement learning-strategie specifieke triggers te gebruiken die lange redeneringsketens veroorzaken, terwijl de taaknauwkeurigheid behouden blijft.
Dit paper introduceert een nieuw capability-architectuur die, geïmplementeerd op FPGA met legacy hardware en een gedisaggregeerde Zephyr-RTOS, de integriteit van ingebouwde apparaten waarborgt door alle runtime-softwarecomponenten en randapparatuur als onbetrouwbaar te behandelen zonder hardwarewijzigingen.
Dit paper introduceert CliCooper, een multi-client split learning-framework dat privacy en vertrouwen waarborgt in gedeeltelijk vertrouwde omgevingen door middel van differentieel privacy en dynamische watermerken, terwijl het tegelijkertijd modelnauwkeurigheid behoudt en aanvallen op labels, data en auteursrechten effectief neutraliseert.
Dit artikel presenteert een theoretisch raamwerk voor menselijk cybersecuritygedrag in organisaties dat, naast het integreren van bewustzijn en cultuur, ook als blauwdruk dient voor het beveiligen van autonome AI-agenten tegen manipulatie.
Dit artikel toont aan dat generatieve AI de beveiliging van consumentenrobots fundamenteel heeft verstoord door het automatiseren van het ontdekken van kwetsbaarheden in diverse apparaten, waardoor de aanvalsmogelijkheden gedemocratiseerd zijn terwijl de verdediging achterblijft.
Deze paper toont aan dat bestaande backdoor-watermerken voor dataset-eigendomsverificatie kwetsbaar zijn voor vervalsing door een nieuw framework (FW-Gen), waardoor dergelijke mechanismen onvoldoende bewijs leveren voor auteursrechtelijke geschillen.
Dit paper introduceert TCBS-Attack, een nieuwe black-box jailbreak-aanval voor tekst-naar-beeldmodellen die door het zoeken naar tokens nabij de beslissingsgrenzen van veiligheidschecks de zoekruimte verkleint en zo de effectiviteit van het omzeilen van volledige veiligheidsketens aanzienlijk verbetert.
Dit paper introduceert en evalueert voor het eerst cluster-bewuste aanvallen op graf-watermerken, waarbij wordt aangetoond dat dergelijke strategieën, die gebruikmaken van gemeenschapsstructuren, aanzienlijk effectiever zijn dan willekeurige verstoringen om de eigendomsverificatie van graf-gegevens te ondermijnen.
Dit survey biedt een uitgebreid overzicht van differentiele privacy in machine learning, waarbij het de evolutie van de theorie, de integratie in modellen en de praktische evaluatie bespreekt om veilige en verantwoorde AI-systemen te bevorderen.