💻 ciência da computação

A Novel System-Call Dataset for AI-Driven Host-Based Intrusion Detection in Containerized Cloud Environments

Este artigo apresenta o CHASE, um novo conjunto de dados de chamadas de sistema adaptado para ambientes de nuvem conteinerizados que aborda lacunas nos dados existentes focados em Linux ao fornecer 4.980 rastros com características contextuais ricas, demonstrando sua eficácia no treinamento de modelos de IA para detectar ataques de intrusão conhecidos e desconhecidos com alta precisão.

AMMAR MOUSTAFA2026-10-19
💻 ciência da computação

Entity and non-functional-requirement extraction from user stories: evidence from supervised sequence models and reproducible LLM benchmarking

Este artigo avalia modelos de sequência supervisionados e LLMs de pesos abertos para extrair entidades e requisitos não funcionais de histórias de usuário, demonstrando que um modelo BiLSTM-CRF supera significativamente os LLMs zero-shot e one-shot em um benchmark recém-lançado e reproduzível.

Hazem Abedelrazeq Alreqeb, Motaz SAAD2026-10-19
💻 ciência da computação

Sentiment Classification of Saudi Stock Market Tweets: Lexicon-Based Weak Supervision, Classical Machine Learning, and Zero-Shot Open-Source Large Language Models

Este estudo avalia a classificação de sentimento de tweets do mercado de ações saudita ao comparar modelos clássicos de aprendizado de máquina treinados com rótulos derivados de léxicos com um LLM de código aberto zero-shot, revelando que, enquanto os modelos clássicos meramente reproduzem rótulos baseados em regras potencialmente falhos, o LLM oferece uma perspectiva distinta e consciente do domínio que destaca a necessidade crítica de uma verdade fundamental anotada por humanos para validar a análise de sentimento financeiro.

Fahad Kamal Alsheref, Sura Awad Aldahwi2026-10-19
💻 ciência da computação

CASA-IoT: Conformal Access Screening and Abstention for Managed IoT Systems Under Identity, Session, and Communication Uncertainty

Este artigo apresenta o CASA-IoT, um framework de acesso seletivo leve que integra a predição conformal com um classificador de risco probabilístico para permitir, negar ou adiar dinamicamente solicitações de acesso IoT com base na certeza da evidência, equilibrando assim efetivamente a contenção de segurança contra o atrito do usuário enquanto se adapta a mudanças de distribuição por meio de atualizações de calibração.

Arnold Gaumond2026-10-19
💻 ciência da computação

DenseMem Cross Level Credit Assignment over Hierarchical Memory for Long Horizon Agentic Decision Making

Este artigo apresenta o DenseMem, um método que combina memória episódica limitada com alocação de crédito transversal assinalada para melhorar o aprendizado de recompensa atrasada, mas os resultados experimentais indicam que, embora supere a atribuição de crédito plana em algumas tarefas, não ultrapassa consistentemente o aprendizado não estruturado nem melhora a eficiência da rota, oferecendo, em última análise, um mecanismo de alocação auditável com limitações identificadas em vez de uma prova de superioridade geral para a tomada de decisão de longo horizonte.

Zitan Chen, Xiang Li, Yue Ning, Wentao Zhang2026-10-19
💻 ciência da computação

Aesthetics Prediction of Websites using Federated Learning

Este artigo propõe uma abordagem baseada em Aprendizado Federado utilizando EfficientNet-B0 para prever a estética de interfaces de sites ao incorporar preferências individuais de usuários em cinco grupos demográficos, alcançando um Erro Quadrático Médio promissor de 0,0534 enquanto supera as limitações da coleta de dados centralizada e das avaliações médias.

Ranjan Maity, Jahnavi Roy, Rahul Son Boro, Deepali Borgayary2026-10-19
💻 ciência da computação

LINGUA-AUDIT: Auditing Information Inequality in Multilingual AI Systems

Este artigo apresenta o LINGUA-AUDIT, um benchmark reprodutível e um framework de auditoria projetados para medir sistematicamente e analisar estatisticamente a desigualdade de informação substantiva em sistemas de IA multilíngues, avaliando sua precisão factual, completude e segurança através de consultas em inglês, hindi e hinglish relativas a domínios cívicos essenciais na Índia.

Tanya Deep2026-10-19
💻 ciência da computação

Cost-Aware Adaptive Credit Card Fraud Detection Under Concept Drift: A Comparative Evaluation of Model-Maintenance Policies

Este artigo avalia cinco políticas de manutenção de modelos para detecção de fraude em cartões de crédito sob deriva de conceito, revelando que, embora o retreinamento frequente proporcione o maior desempenho de detecção, um mecanismo adaptativo consciente de custos oferece um equilíbrio entre precisão e frequência de retreinamento sem necessariamente minimizar os custos totais de adaptação.

Sailee Abhale, Om Bhadange, Samarth Gayake, Jagdish Malkar2026-10-19