Qishuang Fu; Hang Zheng; Xihan Xiong; Joseph K. Liu; Yixin Liu; Shirui Pan; Qin Wang; Weiqing Wang; Zhipeng Wang; Tsz H…
Summary
This paper presents MixLaunder, the first public case-level dataset of mixer laundering on Ethereum covering 27 cases and 9,300 labeled transactions, and MixGuard, a tri-view representation learning framework achieving 97.89% detection pre…
Method
Metodologi terdiri dari dua komponen utama: konstruksi dataset dan kerangka deteksi MixGuard. **Konstruksi Dataset (MixLaunder):** Penulis mengumpulkan 27 kasus pencucian uang mel…
Results
Dalam evaluasi holdout tingkat kasus yang ketat, MixGuard mengungguli baseline representatif. Hasil kuantitatif utama meliputi: - **Presisi Deteksi:** 97,89\% - **Kemurnian Grup:** 98,73\% - **Cakupa…
Zixin Fan; Jiahong Lu; Changsheng Zheng; Yu Hong; Jingjing Wang
Summary
EvoSherlock introduces the L²-SCE task for lifelong evolving long-tailed security-critical video events and proposes an agentic controller with causal video generation and causal decoupling/alignment to overcome intra-event scarcity and in…
Method
EvoSherlock diorkestrasi secara end-to-end oleh **Agentic Controller** dengan kontrol loop tertutup yang reflektif diri. Pengendali tersebut secara dinamis mengoordinasikan dua mo…
Results
Eksperimen ekstensif pada benchmark L²-SCE yang dibangun menunjukkan bahwa EvoSherlock mengungguli beberapa baseline canggih dalam klasifikasi dan pelokalan temporal peristiwa kritis keamanan yang mu…
Sakib Salam Jamee; M. Hossain; Mahabub Hasan; Mohammad Kawsur Sharif; Md Sayem Khan; Md Iftakhayrul Islam; Shaidul Isla…
Summary
This study compares Large Language Models (LLMs) with traditional machine learning models (Random Forest, Gradient Boosting Machines, Support Vector Machines, Deep Neural Networks) across four supply chain tasks: demand forecasting, suppli…
Method
Studi ini membandingkan LLM dengan empat model machine learning tradisional: Random Forest (RF), Gradient Boosting Machines (GBM), Support Vector Machines (SVM), dan Deep Neural N…
Results
LLM secara signifikan mengungguli model tradisional pada keempat tugas. Dalam peramalan permintaan, LLM mencapai akurasi superior dengan mengintegrasikan catatan transaksional dan tren pasar secara e…
A one-player token game on an N×N board is proven equivalent to integer factoring, with the game's difficulty isolated to an initial number-theoretic split. An AlphaZero-style policy/value network and Monte-Carlo tree search are then used …
Method
Metodologi berlangsung dalam dua bagian: reduksi teoretis dan algoritma pencarian empiris. **Reduksi teoretis.** Keadaan permainan adalah papan $N \times N$ dengan token. Langkah …
Results
Makalah ini menetapkan beberapa hasil teoretis dan melaporkan temuan empiris dari pencarian bergaya AlphaZero. **Hasil teoretis.** - Permainan berada di $\mathsf{NP}$: solusi memiliki panjang $O(N^2)…
This paper introduces a dual-locking method that combines key-driven index permutation with PIN-based watermarking using Sparse Quantization Index Modulation (QIM) to protect trained neural networks. Experiments on MNIST, CIFAR-10/100, and…
Method
Kerangka kerja penguncian ganda yang diusulkan terdiri dari dua mekanisme yang saling melengkapi: permutasi indeks adaptif dan watermarking Sparse QIM berbasis PIN. **Permutasi In…
Results
Eksperimen menunjukkan bahwa metode penguncian ganda mencapai perlindungan yang kuat dan pemulihan yang andal pada berbagai dataset dan arsitektur. Pada MNIST, CIFAR-10/100, dan ImageNet-1K, pengunci…
Pre-deployment secret scanning inspects source code, not what production applications actually serve. An authorized engagement across ~2,000 enterprise web assets found 113 (5.65%) serving live credentials, with 13.9% of a 194-credential g…
Method
Studi ini dilakukan sebagai keterlibatan resmi yang mencakup sekitar 2.000 aset web perusahaan dalam satu organisasi, dengan jejak teknologi yang berat Azure. Aset diperiksa untuk…
Results
Dari sekitar 2.000 aset web perusahaan yang diperiksa, 113 (5,65%) menyajikan kredensial aktif. Ini adalah angka prevalensi utama: kira-kira satu dari delapan belas aset produksi memaparkan rahasia y…
This paper proposes an LLM-assisted AutoML framework that uses a large language model as a policy generator to produce bounded, validated AutoML policies for IoT intrusion detection. Under an equal 10-trial budget, the proposed method achi…
Method
Kerangka yang diusulkan memakai LLM sebagai generator kebijakan yang menerima profil dataset sebagai masukan dan menghasilkan kebijakan AutoML yang terbatas dan tervalidasi. Kebij…
Results
Pada anggaran 10 uji coba yang sama, kebijakan berbantuan LLM yang diusulkan mencapai F1-score uji berbobot lebih tinggi daripada AutoML tradisional menggunakan Tree-structured Parzen Estimator (TPE)…
Athanasios Moschos; Kevin Valakuzhy; Georgios Kokolakis; Fabian Monrose; Angelos D. Keromytis
Summary
SURF introduces a class of CPU hardware trojans that can be triggered by high-level integer operations in runtime engines like JavaScript, eliminating the need for arbitrary code execution. Demonstrated in a RISC-V processor and Google's V…
Method
Metodologi SURF berpusat pada pemetaan operasi integer tingkat tinggi ke efek samping mikroarsitektural yang dapat dideteksi oleh sirkuit pemicu khusus. Alih-alih memerlukan eksek…
Results
Penulis berhasil mendemonstrasikan trojan SURF di dalam prosesor RISC-V. Dengan mengeksploitasi operasi pengindeksan memori tingkat JavaScript di dalam mesin V8 Google, mereka mencapai serangan injek…
Athanasios Moschos; Baki Berkay Yilmaz; Kevin Valakuzhy; Angelos D. Keromytis
Summary
This work investigates electromagnetic (EM) emanations for runtime detection of hardware trojans that tamper with kernel memory in a Linux system on a RISC-V microarchitecture. Results indicate that under certain conditions, hardware troja…
Method
Pengaturan eksperimen terdiri dari prosesor RISC-V yang menjalankan kernel Linux, dengan trojan perangkat keras open-source disisipkan ke dalam desain CPU. Trojan tersebut menyedi…
Results
Eksperimen menunjukkan bahwa dalam kondisi tertentu, trojan perangkat keras dapat dideteksi secara tidak langsung melalui dampaknya terhadap perilaku perangkat lunak. Ketika trojan melakukan penulisa…
CROSS-MAP maps private inputs into an alternative semantic domain before LLM inference and recovers outputs afterward, reducing reconstruction attacks while outperforming baselines in utility.
Method
CROSS-MAP beroperasi dalam dua tahap: **tahap pemetaan** yang mengubah masukan privat $x$ menjadi representasi yang berbeda secara semantik $\tilde{x}$ di domain alternatif, dan *…
Results
Eksperimen mengevaluasi CROSS-MAP di berbagai pengaturan serangan yang dirancang untuk merekonstruksi masukan asli dari representasi yang ditransformasikan. Para penulis melaporkan bahwa CROSS-MAP **…
