💻 computer science

Galois-Theoretic Quantum Nash Learning: Fundamental Obstructions and Quantum Braiding Solutions

Dit artikel introduceert Galois-Theoretische Kwantum Nash-Leren (GT-QNL), een raamwerk dat bewijst dat klassieke optimaliseerders er niet in slagen om Kwantum Nash-evenwichten te vinden in niet-oplosbare algebraïsche landschappen vanwege de Abel-Ruffini-stelling, terwijl een nieuw kwantum vlechtalgoritme deze obstructie overwint door Galois-groepacties fysiek te realiseren om convergentie te garanderen.

Parham Ghayour2026-08-25
💻 computer science

Routing Layer Attacks in Low-Power IoT Networks: A Topology- and Mobility-Aware Dataset Generation and Machine Learning Benchmarking Study

Dit artikel presenteert een uitgebreide, op simulatie gebaseerde studie die een gelabelde dataset van vijf representatieve RPL-routinglaag-aanvallen genereert over diverse topologie- en mobiliteitsscenario's met behulp van Contiki-NG, waarbij meer dan 50 kenmerken worden geëxtraheerd om een reproduceerbare benchmark te vestigen voor het ontwikkelen en evalueren van topologiebewuste machine learning-detectiesystemen in energiezuinige IoT-netwerken.

Mahmoud Mohammed Yousef elbaradie, afaf Mousa, Gamal Farouk2026-08-25
💻 computer science

A Graph-based Decomposition Framework for Flow-based Charging Station Location Problems

Dit artikel stelt een graafgebaseerd decompositiekader voor dat de computationele efficiëntie en schaalbaarheid van het oplossen van op stroming gebaseerde laadstationlocatieproblemen op grootschalige transportnetwerken verbetert door het netwerk op te splitsen in kleinere subproblemen, deze afzonderlijk op te lossen en de geaggregeerde resultaten te verfijnen.

Jingyu Xiang, Paula Carroll, Annunziata Esposito Amideo2026-08-25
💻 computer science

ZBA-SU: A Novel Zero-Knowledge-Proof and Blockchain Integrated Methodology for Secure IoT Software Updates

Het artikel stelt ZBA-SU voor, een nieuw framework dat zero-knowledge proofs, blockchain en ciphertext-policy attribute-based encryption integreert om veilige, privacy-bewarende en schaalbare software-updates voor IoT-apparaten te leveren, terwijl gecentraliseerde vertrouwensafhankelijkheden en attribuutlekken worden beperkt.

Yan Hu, Xiaole Duan, Yi Pan, Zhu Zhao2026-08-25
💻 computer science

Selective Risk Control for LLM Decision Agents under Uncertainty

Dit artikel evalueert selectieve risicocontrole voor LLM-beslissingsagenten onder onzekerheid, waarbij wordt vastgesteld dat hoewel bindende adversariële kritiek fungeert als een effectieve conservatieve poort voor hoog-risicogevallen wanneer onthouding goedkoop is, het de actieve beslissingskwaliteit niet inherent verbetert en moet worden beschouwd als een instelbare uitstellaag in plaats van een superieure vervanging voor eenvoudigere beleidregelen.

Adam Guerin2026-08-25
💻 computer science

An Imbalance-Resilient Network Intrusion Detection Framework Using TVAE-Based Data Augmentation and Stacked Ensemble

Dit artikel stelt een ongebalanceerd-resistent netwerkintrusiedetectiekader voor dat geoptimaliseerde kenmerkselectie, TVAE-gebaseerde data-augmentatie voor minderheidsklassen en een stacked ensemble learning-strategie combineert om een hoge nauwkeurigheid en robuustheid te bereiken bij het detecteren van zowel veelvoorkomende als zeldzame cyberaanvallen op de CSE-CIC-IDS2018-dataset.

Anup Mathew Abraham, Mathusoothana S Kumar2026-08-25
💻 computer science

FuMO-Edge: Interval Type-2 Fuzzy Logic with NSGA-II for Multi-Objective Workload Orchestration in Mobile Edge Computing

Dit artikel stelt FuMO-Edge voor, een online orchestrator voor mobile edge computing die Interval Type-2 fuzzy logica integreert met NSGA-II om taakplaatsing onder onzekerheid te optimaliseren, waarbij significante reducties in servicetijd en foutpercentages worden aangetoond vergeleken met bestaande type-1 baselines, met name in scenario's met een hoge dichtheid aan apparaten.

chunmao jiang, bo sun, ruyi ye, hao zhang2026-08-25
💻 computer science

Proactive Ransomware Family Detection from Pre-Encryption API Behavior Using ANN–LightGBM Stacking

Deze studie toont aan dat een heterogeen ANN–LightGBM stacking-model dat gebruikmaakt van 23 pre-encryptie Windows API-indicatoren een hoge nauwkeurigheid (95,20%) kan bereiken bij het classificeren van ransomware-families en legitiële software, wat een proactief afweermechanisme biedt dat superieur is aan standalone neurale architecturen, terwijl het tegelijkertijd de noodzaak voor verdere externe validatie benadrukt.

Omar Said Kamel¹, Hamada Nayel¹˒², Rasha Orban¹2026-08-25
💻 computer science

ST-GAIN+: A Spatiotemporal Generative Adversarial Network for Missing Solar Irradiance Data Imputation

Dit artikel stelt ST-GAIN+ voor, een hybride spatiotemporeel generatief adversarieel netwerk dat temporele convolutionele netwerken, duale aandachtmechanismen en Bayesiaanse onzekerheidsschatting integreert om een robuuste en nauwkeurige imputatie van ontbrekende zonnestralingsgegevens te bereiken over diverse ontbrekende percentages en real-world datasets.

Hamood Alfahdi, Hitham Alhussain, Hilmi Hasan, Ahmed Omer Ismail, Sallam O. F. Khairy, Shamsuddeen Adamu, Ismail Said Al (…)2026-08-25