「cs.CR」カテゴリーアーカイブ

Contrastive Learning-Based privacy metrics in Tabular Synthetic Datasets

投稿日: 2025年2月20日 作成者: jarxiv

要約 合成データは、ヘルスケアやファイナンスなどのセクターのプライバシー強化テク … 続きを読む →

カテゴリー: cs.CR, cs.LG | Contrastive Learning-Based privacy metrics in Tabular Synthetic Datasets はコメントを受け付けていません

Theoretically Grounded Framework for LLM Watermarking: A Distribution-Adaptive Approach

投稿日: 2025年2月20日 作成者: jarxiv

要約 透かしは、人間が作成したテキストとAIに生成されたテキストを区別するための … 続きを読む →

カテゴリー: cs.CR, cs.IT, cs.LG, math.IT | Theoretically Grounded Framework for LLM Watermarking: A Distribution-Adaptive Approach はコメントを受け付けていません

Poster: SpiderSim: Multi-Agent Driven Theoretical Cybersecurity Simulation for Industrial Digitalization

投稿日: 2025年2月20日 作成者: jarxiv

要約 迅速な産業デジタル化により、効果的な検証方法が必要な複雑なサイバーセキュリ … 続きを読む →

カテゴリー: cs.AI, cs.CR | Poster: SpiderSim: Multi-Agent Driven Theoretical Cybersecurity Simulation for Industrial Digitalization はコメントを受け付けていません

Reasoning-Augmented Conversation for Multi-Turn Jailbreak Attacks on Large Language Models

投稿日: 2025年2月20日 作成者: jarxiv

要約 複数ターンのジェイルブレイク攻撃は、反復的な対話で大規模な言語モデル（LL … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR | Reasoning-Augmented Conversation for Multi-Turn Jailbreak Attacks on Large Language Models はコメントを受け付けていません

FedCC: Robust Federated Learning against Model Poisoning Attacks

投稿日: 2025年2月20日 作成者: jarxiv

要約 Federated Learningは、プライバシーの懸念に対処するために … 続きを読む →

カテゴリー: cs.AI, cs.CR | FedCC: Robust Federated Learning against Model Poisoning Attacks はコメントを受け付けていません

Why Safeguarded Ships Run Aground? Aligned Large Language Models’ Safety Mechanisms Tend to Be Anchored in The Template Region

投稿日: 2025年2月20日 作成者: jarxiv

要約 大規模な言語モデル（LLMS）の安全性の配置は脆弱なままです。なぜなら、そ … 続きを読む →

カテゴリー: cs.AI, cs.CL, cs.CR | Why Safeguarded Ships Run Aground? Aligned Large Language Models’ Safety Mechanisms Tend to Be Anchored in The Template Region はコメントを受け付けていません

Carefully Blending Adversarial Training, Purification, and Aggregation Improves Adversarial Robustness

投稿日: 2025年2月20日 作成者: jarxiv

要約 この作業では、イメージ分類のための新しい敵対的な防御メカニズム &#821 … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.CV, cs.LG | Carefully Blending Adversarial Training, Purification, and Aggregation Improves Adversarial Robustness はコメントを受け付けていません

Convergent Privacy Loss of Noisy-SGD without Convexity and Smoothness

投稿日: 2025年2月19日 作成者: jarxiv

要約 境界ドメインを介した隠された状態のノイジーSGDアルゴリズムの差別的なプラ … 続きを読む →

カテゴリー: cs.CR, cs.LG | Convergent Privacy Loss of Noisy-SGD without Convexity and Smoothness はコメントを受け付けていません

LAMD: Context-driven Android Malware Detection and Classification with LLMs

投稿日: 2025年2月19日 作成者: jarxiv

要約 モバイルアプリケーションの急速な成長により、Androidマルウェアの脅威 … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.LG | LAMD: Context-driven Android Malware Detection and Classification with LLMs はコメントを受け付けていません

An Attentive Graph Agent for Topology-Adaptive Cyber Defence

投稿日: 2025年2月19日 作成者: jarxiv

要約 サイバーの脅威がますます洗練されるにつれて、強化学習（RL）は、インテリジ … 続きを読む →

カテゴリー: cs.AI, cs.CR, cs.LG, cs.NI | An Attentive Graph Agent for Topology-Adaptive Cyber Defence はコメントを受け付けていません