💻 computer science

A Design Science Approach to Zero Trust Cyber Risk Governance in Digital Government Platforms: Development and Evaluation of the CRGMM Framework

Dit artikel presenteert de ontwikkeling en voorlopige validatie van het Cyber Risk Governance Maturity Model (CRGMM), een nieuw Design Science-framework dat Zero Trust-principes integreert om de cyberrisicogovernance van digitale overheidsplatforms met meerdere instanties te beoordelen en te begeleiden, zoals aangetoond door de toepassing ervan op het Sahel-systeem van Koeweit.

Abdullah F. Alenezi2026-07-10
💻 computer science

CEDF-CS: Class-Balanced Prototype Condensationfor Resource-Efficient and Leak-Free Intrusion Detection in Industrial IoT and Enterprise Networks

Het artikel introduceert CEDF-CS, een lekvrij, klasse-gebalanceerd prototype condensatieframework dat massale intrusiedetectiedatasets aanzienlijk comprimeert terwijl de structuren van minderheidsaanvallen behouden blijven, waardoor resource-efficiënte modellen prestaties evenaren of overtreffen van training op volledige datasets op industriële IoT- en enterprise netwerkbenchmarks.

George Karraz, Anas Shahin2026-07-10
💻 computer science

Secure Data Sharing for Real Estate Valuation Using Blockchain Technology

Dit artikel stelt de Valuation Data Ledger (VDL) voor, een permissioned blockchain-framework dat hybride opslag, toegangscontrole en token-incentives integreert om gefragmenteerde vastgoedwaarderingsgegevens veilig te verenigen, waarbij via een synthetische evaluatie wordt aangetoond dat het de nauwkeurigheid van geautomatiseerde waarderingen verbetert, effectieve fraude detectie mogelijk maakt en privacy-bewuste collaboratieve leerprocessen ondersteunt.

Khaled Almi'ani, Nedal Ababneh, Tawfiq Alrawashdeh, Nur Siyam2026-07-10
💻 computer science

Mixed Neural Rendering: Interactive Mixed Reality Capture and Curation for Neural 3D Reconstruction

Dit artikel introduceert Mixed Neural Rendering (MiNeR), een interactieve Mixed Reality-pipeline die gebruikmaakt van HoloLens 2 en real-time capture, in-situ inspectie en promptable segmentatie integreert om traditionele acquisitielimieten te overwinnen en robuuste, object-gecentreerde neurale 3D-reconstructie mogelijk te maken.

Alessio Paolucci, Lorenzo Stacchio, Emanuele Balloni, Pasquale Cascarano, Primo Zingaretti2026-07-10
💻 computer science

HashGuard-FL: Learnable Hash-Based GAN Discriminator with Post-Quantum Audit Trail for Federated Learning Integrity

HashGuard-FL is een nieuw federated learning-framework dat een leerbare hash-gebaseerde GAN-discriminator integreert voor fijnmazige, multi-class aanvalsdetectie met een post-quantum auditlaag met behulp van SHAKE-256 en CRYSTALS-Dilithium-handtekeningen om een tamper-evident, kwantumresistente integriteit over diverse benchmarks te waarborgen.

Nilima Dongre2026-07-09
💻 computer science

Beyond Aggregate Metrics Diagnosing the Long-Tailed Failure of Oracle Bone Character Detection and Recognition

Dit artikel diagnosticeert de ernstige prestatiekloof in de detectie van orakelbottekarakters veroorzaakt door een extreem lange staartverdeling van klassen en stelt FAR-YOLO voor, een ontkoppelde baseline die de few-shot herkenningsnauwkeurigheid aanzienlijk verbetert door frequentiebewuste bemonstering en morfologiebehoudende augmentatie zonder de algehele lokalisatieprestaties in gevaar te brengen.

Dan Sui, Yuhang Xing, Penglan Liu, Bang Li2026-07-09
💻 computer science

Introducing a Novel Feature in CloudSimPlus: Enhancing Load Balancer Efficiency based on AI

Dit artikel introduceert een door AI gedreven adaptieve load balancing-functie voor CloudSimPlus die gebruikmaakt van een vooraf getraind Decision Tree-model om dynamisch de meest geschikte strategie te selecteren uit een verenigd framework van beleidsregels op basis van realtime metrieken en gebruikersgedefinieerde doelstellingen, waardoor de efficiëntie en besluitvorming in dynamische cloudomgevingen wordt verbeterd.

Anouar Ben Halima, Hafssa Benaboud2026-07-09
💻 computer science

Privacy-Preserving Intrusion Detection in SDN-IoT Networks: Machine Learning, Deep Learning, Differential Privacy, and Inference Attacks

Dit artikel betoogt dat het prioriteren van sterke modelgeneralisatie om overfitting te voorkomen een effectievere strategie is voor het mitigeren van membership- en attribute inference-aanvallen in SDN-IoT intrusiedetectiesystemen dan uitsluitend vertrouwen op differential privacy, waarbij een hybride AOPRF-XGBoost-cascade-model wordt voorgesteld om een hoge detectienauwkeurigheid te bereiken terwijl de privacy behouden blijft.

Zerguine Younes, Noureddine Haithem, Gherbi Chirihane2026-07-09
💻 computer science

Multi-objective Cluster Head Selection in Underwater Wireless Sensor Networks: An Influence Maximization Perspective with Adaptive Evolutionary Optimization

Dit artikel stelt LA-MOCHS voor, een levensduurbewust evolutionair framework dat multi-objective clusterkop-selectie in onderwater draadloze sensornetwerken aanpakt door de servicecapaciteit te modelleren als een submodulair invloedmaximalisatieprobleem, waardoor superieure langetermijnnetwerkduurzaamheid wordt bereikt door middel van belastingbewuste implementatiestrategieën in plaats van optimaliteit voor één enkele ronde.

Pham Cong Hoang, Ho Viet Duc Luong, Nguyen Minh Quan2026-07-09