💻 computer science
ZBA-SU: A Novel Zero-Knowledge-Proof and Blockchain Integrated Methodology for Secure IoT Software Updates
该论文提出了 ZBA-SU，一种集成零知识证明、区块链和密文策略属性基加密的新型框架，旨在为物联网设备提供安全、隐私保护且可扩展的软件更新，同时减轻对中心化信任的依赖以及属性泄露问题。
💻 Category
cs
2354 篇论文
💻 computer science
Selective Risk Control for LLM Decision Agents under Uncertainty
本文评估了不确定性条件下大语言模型决策智能体的选择性风险控制，发现虽然在弃权成本较低时，强制性对抗性批判可以作为高风险案例的有效保守门控，但它并不能本质上提高主动决策质量，而应被视为一种可调优的延迟层，而非对简单策略的优越替代。
💻 computer science
An Imbalance-Resilient Network Intrusion Detection Framework Using TVAE-Based Data Augmentation and Stacked Ensemble
本文提出了一种具有不平衡韧性的网络入侵检测框架，该框架结合了优化的特征选择、基于 TVAE 的少数类数据增强以及堆叠集成学习策略，旨在实现对 CSE-CIC-IDS2018 数据集上常见及罕见网络攻击的高准确率和鲁棒性检测。
💻 computer science
FuMO-Edge: Interval Type-2 Fuzzy Logic with NSGA-II for Multi-Objective Workload Orchestration in Mobile Edge Computing
本文提出了 FuMO-Edge，一种结合了二型区间模糊逻辑与 NSGA-II 的在线移动边缘计算编排器，旨在优化不确定性下的任务放置，并证明了与现有的一型基准方案相比，该方案能显著降低服务时间和失败率，尤其是在高密度设备场景下。
💻 computer science
Proactive Ransomware Family Detection from Pre-Encryption API Behavior Using ANN–LightGBM Stacking
本研究表明，一种利用 23 个加密前 Windows API 指标的异构 ANN–LightGBM 堆叠模型在分类勒索软件家族和良性软件方面能够实现高准确率（95.20%），提供了一种优于独立神经网络架构的主动防御机制，同时也强调了进一步外部验证的必要性。
💻 computer science
ST-GAIN+: A Spatiotemporal Generative Adversarial Network for Missing Solar Irradiance Data Imputation
本文提出了 ST-GAIN+，一种结合了时间卷积网络、双重注意力机制和贝叶斯不确定性估计的混合时空生成对抗网络，旨在实现对不同缺失率及真实世界数据集中缺失太阳辐照度数据的稳健且准确的插补。
💻 computer science
An Explainable Machine Learning and Internet of Things (IoT) Framework for Academic Performance Prediction and Personalized Learning in Middle School
本文提出了一种可解释机器学习与物联网框架，该框架将实时传感器数据与集成算法及可解释人工智能（XAI）技术相结合，旨在准确预测初中生的学业表现并生成透明且个性化的学习干预措施。
💻 computer science
Inferring personality from a live interaction with an LLM: Predictions are internally consistent and show convergent validity
这项预注册研究表明，大语言模型能够从实时对话中可靠地推断出大五人格特质，并具有较高的内部一致性和收敛效度，尤其是在神经质和宜人性方面，尽管其表现会因特质的可观测性和提示策略而异。
💻 computer science
A Robust and Lightweight Intrusion Detection Framework for IoMT Networks with Cross-Domain Evaluation
本研究提出了一种针对 IoMT 网络的高鲁棒性且轻量级的入侵检测框架，该框架使用了 CICIoMT2024、CICIoT2023 和 Edge-IIoTset 数据集，并证明了虽然像 XGBoost 这样的集成模型在同域场景中表现出色，但尽管存在特征兼容性方面的挑战，通过仔细的模型选择（例如逻辑回归）对于在跨域环境中保持稳定性和有效性至关重要。
💻 computer science
Artificial Intelligence Enhanced Threat Intelligence for Cyber Resilience in Zero Trust Cloud Infrastructures
本研究提出了一种增强型人工智能威胁情报框架，该框架将机器学习与零信任原则相结合，旨在显著提升动态云环境下的实时威胁检测能力、降低误报率，并增强抵御复杂攻击的网络韧性。