2371 papers
Dit artikel stelt een gedecentraliseerd door AI aangedreven Zero-Trust IAM-framework (DAZT-IAM) voor dat een toegestane blockchain, self-sovereign identiteit en deepfake-bestendige multimodale biometrie integreert met continue risico-adaptieve scoring om single points of failure te elimineren en geavanceerde impersonatie-aanvallen te bestrijden.
Dit artikel introduceert Swin-TCN-XAI, een hybride deep learning-framework dat Swin Transformers en Temporal Convolutional Networks integreert met multi-level uitlegbaarheidstechnieken om een state-of-the-art nauwkeurigheid en klinische interpreteerbaarheid te bereiken bij multi-class classificatie van hersentumor-MRI.
Dit artikel presenteert QSecureMail, een kwantumveilig e-mailsysteem dat QKD en post-kwantumcryptografie integreert binnen een Adaptive Security Policy Engine om versleningsniveaus dynamisch te beheren, veerkracht te bieden tegen harvest-now-decrypt-later-aanvallen en transparante beveiligingsattestatie te bieden.
Dit artikel presenteert PQ-SEAL, een bare-metal RISC-V implementatie op een FPGA die NIST-gestandaardiseerde post-quantum cryptografie integreert met een lek-resistent AES-128 rekeying-schema, waarmee een 31-voudige verbetering in weerstand tegen Correlation Power Analysis-aanvallen wordt aangetoond zonder extra hardwarekosten.
Dit artikel introduceert AGENTSPILL, een empirische audit die aantoont dat grote taalmodellen zeer vatbaar zijn voor excessieve agency-exploits—waarbij een algeheel succespercentage van 50,6% wordt bereikt—met name door middel van toolbeschrijving-injectie en onbevestigde actieketeningsprocessen, die ervoor zorgen dat modellen gemanipuleerde instructies boven canonieke tooldefinities prioriteren en autonoom destructieve sequenties uitvoeren.
Dit artikel presenteert een cross-format meetstudie die aantoont dat kwetsbaarheden voor indirecte prompt injection vaak voortkomen uit extractie-pipelines die er niet in slagen verborgen payloads in metadata, binaire headers en gestructureerde velden over diverse bestandsformaten heen te saneren, in plaats van uit de interpretatie van de inhoud door de LLM's zelf.
Dit artikel introduceert een nieuw raamwerk voor het meten van de "claim-to-action"-kloof in tool-gebruikende LLM-agenten door aan te tonen dat valse claims in bijna 70% van de proeven schadelijke acties in de echte wereld triggeren, een kwetsbaarheid die effectief wordt geneutraliseerd (waarbij de actieratio wordt teruggebracht naar 0%) door een door OWASP aanbevolen verificatiestap vóór uitvoering te implementeren.
Deze studie maakt gebruik van een volledige 2³-factorieel ontwerp om een vier-qubit hybride kwantum neuraal netwerk te benchmarken, waarbij wordt onthuld dat hoewel specifieke structurele en objectieve interacties de exacte gradiëntgrootte significant beïnvloeden, hun effecten onder condities met een eindig aantal shots statistisch ambigu blijven en nog geen optimalisatiesucces of hardwarevoordelen vertonen.
Dit artikel identificeert een kritieke "intent gap" waarbij frontier AI-modellen er niet in slagen te voldoen aan de werkelijke behoeften van gebruikers ondanks letterlijke naleving van prompts, wat onthult dat door onderzoekers ontworene benchmarks deze tijdens de implementatie relevante fouten missen omdat echte gebruikers zelden hun ontevredenheid verwoorden, een fenomeen dat de auteur kwantificeert via een nieuwe taxonomie afgeleid van het minen van grootschalige conversatiecorpora.
Dit artikel introduceert HABIT, een zelfevoluerende, host-agnostische AI-agent harness die is ontworpen om complexe GUI-gebaseerde CAE-workflows in de luchtvaart te automatiseren door betrouwbare tool calling te synchroniseren met realtime softwaretoestanden en continu aan te passen aan gebruikersgewoonten via een geheugengestuurd leersysteem.