💻 计算机科学
Behavior-Specialized Anomaly Detection for Improving Alert Quality in Provenance-Based Intrusion Detection
本文介绍了 Targeter，这是一个行为专业化的框架，它将系统进程划分为不同的类别，并为每一类训练专门的轻量级图自编码器，从而在保持低计算开销的同时，在基于溯源的入侵检测中实现了更优的精确度-召回率权衡以及更高的告警质量。
💻 Category
cs
3821 篇论文
💻 计算机科学
PayGuard AI: An Explainable Hybrid Framework for Corporate Payment-Anomaly Detection and Working-Capital Decision Support
本文介绍了 PayGuard AI，这是一个结合了业务规则、机器学习和统计模拟的可解释混合框架，用于检测支付异常并支持营运资本决策，该框架在合成交易数据上展示了高精度和高可解释性，同时也承认了进行现实世界验证的必要性。
💻 计算机科学
Self-Supervised Pretraining of Molecular Graph Encoders with LeJEPA
本文表明，虽然基于 LeJEPA 的自监督预训练能够产生高质量的分子表示，其在冻结探测中显著优于随机初始化，并能对传统指纹形成补充，但其优势并不能通过标准微调稳健地转化为下游性能的提升，这表明特征层面的结合是利用这些预训练嵌入的最优策略。
💻 计算机科学
SecureL-DLSC: Security- and Privacy-Aware, Location-Sensitive Service Composition with an Auditable Evidence-Admissibility Protocol
本文介绍了 SecureL-DLSC，这是一个安全且具备隐私意识的服务组合框架，它通过一种可审计的证据可采纳性协议来强制执行强制性可行性约束，并证明了软惩罚不足以实现合规，且在严格策略下需要特定的优化器实现才能找到可行解。
💻 计算机科学
Directed Symbolic Execution for Path Feasibility Analysis]{Directed Symbolic Execution for Path Feasibility Analysis in Software Security Testing
本文提出了一种定向符号执行方法，该方法通过自动化符号化和循环迭代限制，高效地验证过程间路径的可行性，从而在增强静态安全分析的同时，在显著提高精确度的同时保持了召回率，并在现实世界的基准测试中得到了验证。
💻 计算机科学
A Lightweight Convolutional Neural Network Framework for Automated Visual Classification of Maize Leaf Diseases
本研究对三种轻量级卷积神经网络（MobileNetV2、MobileNetV3-Small 和 EfficientNet-B0）在四种玉米叶片疾病自动分类中的表现进行了对比评估，结果表明 EfficientNet-B0 以 96.96% 的准确率和 99.82% 的 ROC-AUC 取得了最高性能，同时兼顾了用于潜在移动端部署的计算效率。
💻 计算机科学
ChunkGuard: a user-space secure file storage system with chunk- level encryption and integrity protection
ChunkGuard 是一个采用分块级 AES-128-CTR 加密和 HMAC-SHA256 完整性校验来保护数据机密性并检测篡改的用户态安全文件存储系统，在实现功能性安全的同时，识别出磁盘 I/O 是其主要的性能瓶颈。
💻 计算机科学
From Soft to Hard Constraints in Physics-Informed Extreme Learning Machines: Analysis and Algorithms
本文提出了一种硬约束物理信息极限学习机（PIELM），该方法通过提升项将狄利克雷边界条件直接嵌入试函数中，从而消除了最小二乘系统中的结构性不平衡，实现了机器精度级的边界满足，并使相对 L² 误差较标准软约束形式降低了高达七个数量级。
💻 计算机科学
Predicting Expert-Rated Quality of Large Language Model Responses to Orthopaedic Patient Questions Using Computational Intelligence
本研究通过专家评分评估了四个大型语言模型在骨科患者问题上的临床质量，发现其表现普遍较高且模型间无统计学显著差异，同时表明尽管在自动化质量预测方面存在局限性，但结合自然语言处理和语义特征可以弱预测专家评分的准确性。
💻 计算机科学
Retrieval-Augmented Generation for Taxpayer Advisory in an LMIC Setting: A Proof-of-Concept Evaluation of Statutory Legal Retrieval
本研究对一种用于中低收入国家纳税人咨询的检索增强生成框架进行了概念验证评估，证明了对国家所得税立法的语义检索在识别法定条款以支持基于事实的语言模型提示方面可以达到高准确度，同时也强调了在部署前需对生成质量和法律合规性进行进一步验证的必要性。