💻 计算机科学
Bloom Filter Data Summarization: A High-Throughput Spatial Representation Approach for Network Traffic Classification
本文提出了一种高吞吐量的网络流量分类方法，该方法将流数据编码为固定大小的布隆过滤器（Bloom Filter）位图，用于高效的基于卷积神经网络（CNN）的威胁检测，并在真实宽带数据集上以极低的计算开销实现了高精确率和高召回率。
💻 Category
cs
3899 篇论文
💻 计算机科学
NIMSAFE: Status-Aware IoT Device Fingerprinting Using Self-Training and Explainable Models
本文介绍了 NIMSAFE，这是一个状态感知框架，它利用自训练和可解释的随机森林模型，在不同的运行状态和威胁场景下，实现了稳健、高效标签且透明的物联网设备指纹识别。
💻 计算机科学
SCALE: A Framework for Adoption Models, AI-Driven Optimization Strategies, and Implementation Challenges in Cloud-Based Big Data Pipelines
本文介绍了 SCALE 框架，这是一个基于对 54 项研究进行的 PRISMA 2020 系统综述的跨维度模型，该模型统一了可扩展性、成本、人工智能驱动的自动化、延迟和安全性，旨在解决实施挑战并优化下一代基于云的大数据流水线。
💻 计算机科学
Adaptive Multi-Dimensional Coordinated Comprehensive Routing Scheme for IoV
本文提出了一种用于车联网的自适应多维协同综合路由方案，该方案通过构建一个具有新颖多约束度量指标和智能传输切换机制的系统模型，旨在高移动、动态的网络环境中动态优化路由可靠性、实时性能和传输效率。
💻 计算机科学
SENTINEL-GNSS: Proactive Multi-Horizon Classification of GNSS Signal Degradation Using a Transformer-LSTM Network
SENTINEL-GNSS 是一个 Transformer-LSTM 网络，能够以高准确度和低延迟主动预测未来 5、15 和 30 秒内的 GNSS 信号退化情况，在域内和零样本评估中均显著优于现有基准模型，从而为自主导航完整性提供具有操作性的预警。
💻 计算机科学
Drift-Aware Governance-as-Code for Agentic Cloud Operations: Formalizing State Certifiability and Testing Dynamic Authority Control in an AWS Testbed
本文介绍并验证了漂移感知型代码即治理（Drift-Aware Governance-as-Code, DAGA），这是一种运行时权限控制模型，它通过在观测到的偏差超过定义的置信极限时，动态地对基础设施状态进行认证并执行锁定阈值，从而在不过度阻碍必要恢复操作的前提下，显著减少了智能体云端运维中的策略违规行为。
💻 计算机科学
Automating the Open Data Maturity Index with a Multi-Agent LLM System
本论文提出了一种多智能体大语言模型系统，通过研究、验证与裁决的协作工作流，实现了针对 2025 年官方响应 70.1% 的准确率，从而实现了开放数据成熟度指数评估的自动化，同时强调了需要重新制定问卷，将重点从自我报告的实践转向可发现的证据，以克服开放网络数据的局限性。
💻 计算机科学
QIADE: A Quantum-Inspired Adaptive Differential Evolution Framework with Elite Memory for Combinatorial Optimization
本文介绍了 QIADE，一种通过精英记忆和局部细化增强的量子启发式自适应差分进化框架，该框架通过有效平衡探索与开发，在解决旅行商问题实例方面展现出优于标准 DE 和 PSO 算法的卓越性能。
💻 计算机科学
Adaptive Reliability-Aware Reasoning for Large Language Model Agents
本文提出了故障感知自适应推理（Failure-Aware Adaptive Inference, FAAI），这是一个通过根据历史失败信号，仅针对高风险动作选择性地激活额外推理，从而通过与统一推理策略相比提高执行成功率和效率，来增强长程 LLM 智能体可靠性的框架。
💻 计算机科学
Multi-class quantum k-nearest-neighbour classification in a single quantum circuit
本文提出了一种用于多类k-最近邻分类的新颖且可完全实现的量子电路，该电路通过利用叠加态、由受控SWAP门组成的蝴蝶网络以及几何保真度分析，在无需依赖量子随机存取存储器（QRAM）或预言机等假设性原语的情况下，实现了具有明确阐述的操作成本的单次执行精确比较。