Automated Loop Detection and Iteration Count Analysis in Binary Code
本文提出了一种结合了过程间静态分析与控制流及数据依赖追踪的自动化、可扩展方法,用于在优化后的二进制代码中准确检测自然循环并确定其迭代次数,在真实软件和基准测试集上实现了高精度与高可扩展性。
2456 篇论文
本文提出了一种结合了过程间静态分析与控制流及数据依赖追踪的自动化、可扩展方法,用于在优化后的二进制代码中准确检测自然循环并确定其迭代次数,在真实软件和基准测试集上实现了高精度与高可扩展性。
本文建立了一个可复现的基准,证明虽然全头显(HMD)姿态数据可以有效地模拟某些主观虚拟现实(VR)结果(如空间临场感),但其最理想的角色是作为传统问卷调查的补充性行为信号,而非完全替代品,且其在可用性、工作量和晕动症等不同构念上的可恢复性存在显著差异。
本文提出了一种针对慢性肾脏病预测的成本敏感且可解释的评估框架,该框架展示了通过优化决策阈值并优先考虑避免假阴性,结合证实临床合理性的可解释性分析,如何增强机器学习模型在临床决策支持中的适用性。
本文提出了一种基于 Neo4j 的知识图谱,该图谱将静态的 MITRE ATLAS 文档转化为一个可查询且以大语言模型(LLM)为基础的系统,并将其与 OWASP LLM 应用十大风险进行交叉链接,从而使从业人员能够进行威胁推理、识别 40 个未缓解的生成式 AI 技术,并证明 ATLAS 战术与 OWASP 风险类别之间的正交特性。
本文提出了安全感知语义验证框架(SSVF),这是一种新颖的执行感知方法,通过将数据库执行计划转化为结构化语义知识,以检测复杂的 SQL 注入攻击,并通过智能且可解释的验证来增强关系数据库的安全性。
本文表明,在合成基准测试上训练的提示词安全性分类器在应用于人类编写的输入时,会遭受显著的分布失配问题,导致召回率大幅下降以及误报率剧增,而这一问题无法通过单纯增加模型复杂度来解决。
本文介绍了 MedGemma StructCore,这是一个采用经过微调的 MedGemma 4B 模型、用于将非结构化临床笔记转换为可审计 KVT4 事实以进行再入院风险评估的本地优先两阶段流水线,并证明了虽然结构化数据增加了预测信号并确保了在消费级硬件上的格式稳定性,但在临床部署前,该系统仍需针对提取准确性和概率校准进行进一步验证。
本文提出了一种使用因子分解拉格朗日Q学习的约束马尔可夫决策过程(CMDP)框架,通过显式强制执行服务失败率的公平性阈值来优化共享微出行再平衡,并通过合成网络和海牙的真实案例研究进行了验证。
本文提出了一种用于基于 Web 的凭据保险库的客户端安全架构,该架构通过结合 WebAuthn 的 PRF 扩展、对称密码学以及优化的浏览器存储模式,实现了强大的零知识属性。
本文介绍了 AeroGround,这是一个源自美国公共领域数据的开放式、基于引用的航空数据集,旨在支持训练和评估能够提供权威、有引证依据的回答,或在证据不足时进行校准式弃答的可信语言模型。