Qishuang Fu; Hang Zheng; Xihan Xiong; Joseph K. Liu; Yixin Liu; Shirui Pan; Qin Wang; Weiqing Wang; Zhipeng Wang; Tsz H…
Ringkasan
Makalah ini menyajikan MixLaunder, dataset tingkat kasus publik pertama untuk pencucian uang melalui mixer di Ethereum yang mencakup 27 kasus dan 9.300 transaksi berlabel, serta MixGuard, kerangka pembelajaran representasi tri-view yang me…
Metode
Metodologi terdiri dari dua komponen utama: konstruksi dataset dan kerangka deteksi MixGuard. **Konstruksi Dataset (MixLaunder):** Penulis mengumpulkan 27 kasus pencucian uang mel…
Hasil
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
Ringkasan
EvoSherlock memperkenalkan tugas L²-SCE untuk peristiwa video kritis keamanan berekor panjang yang berevolusi sepanjang hayat dan mengusulkan pengendali agentic dengan pembangkitan video kausal serta pemisahan/penyelarasan kausal untuk men…
Metode
EvoSherlock diorkestrasi secara end-to-end oleh **Agentic Controller** dengan kontrol loop tertutup yang reflektif diri. Pengendali tersebut secara dinamis mengoordinasikan dua mo…
Hasil
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…
Ringkasan
Studi ini membandingkan Large Language Models (LLM) dengan model machine learning tradisional (Random Forest, Gradient Boosting Machines, Support Vector Machines, Deep Neural Networks) pada empat tugas rantai pasok: peramalan permintaan, p…
Metode
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…
Hasil
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…
Permainan token satu pemain pada papan N×N terbukti setara dengan pemfaktoran bilangan bulat, dengan kesulitan permainan terisolasi pada pemisahan teori bilangan awal. Jaringan policy/value bergaya AlphaZero dan Monte-Carlo tree search kem…
Metode
Metodologi berlangsung dalam dua bagian: reduksi teoretis dan algoritma pencarian empiris. **Reduksi teoretis.** Keadaan permainan adalah papan $N \times N$ dengan token. Langkah …
Hasil
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)…
Makalah ini memperkenalkan metode penguncian ganda yang menggabungkan permutasi indeks berbasis kunci dengan watermarking berbasis PIN menggunakan Sparse Quantization Index Modulation (QIM) untuk melindungi jaringan neural terlatih. Eksper…
Metode
Kerangka kerja penguncian ganda yang diusulkan terdiri dari dua mekanisme yang saling melengkapi: permutasi indeks adaptif dan watermarking Sparse QIM berbasis PIN. **Permutasi In…
Hasil
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…
Pemindaian rahasia pra-deployment memeriksa kode sumber, bukan apa yang sebenarnya disajikan aplikasi produksi. Sebuah keterlibatan resmi di sekitar 2.000 aset web perusahaan menemukan 113 (5,65%) menyajikan kredensial aktif, dengan 13,9% …
Metode
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…
Hasil
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…
Makalah ini mengusulkan kerangka AutoML berbantuan LLM yang memakai large language model sebagai generator kebijakan untuk menghasilkan kebijakan AutoML yang terbatas dan tervalidasi bagi deteksi intrusi IoT. Pada anggaran 10 uji coba yang…
Metode
Kerangka yang diusulkan memakai LLM sebagai generator kebijakan yang menerima profil dataset sebagai masukan dan menghasilkan kebijakan AutoML yang terbatas dan tervalidasi. Kebij…
Hasil
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
Ringkasan
SURF memperkenalkan kelas CPU hardware trojan yang dapat dipicu oleh operasi integer tingkat tinggi di runtime engine seperti JavaScript, sehingga menghilangkan kebutuhan akan eksekusi kode sewenang-wenang. Didemonstrasikan pada prosesor R…
Metode
Metodologi SURF berpusat pada pemetaan operasi integer tingkat tinggi ke efek samping mikroarsitektural yang dapat dideteksi oleh sirkuit pemicu khusus. Alih-alih memerlukan eksek…
Hasil
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
Ringkasan
Karya ini menyelidiki emanasi elektromagnetik (EM) untuk deteksi runtime trojan perangkat keras yang merusak memori kernel dalam sistem Linux pada mikroarsitektur RISC-V. Hasil menunjukkan bahwa dalam kondisi tertentu, trojan perangkat ker…
Metode
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…
Hasil
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 memetakan masukan privat ke domain semantik alternatif sebelum inferensi LLM dan memulihkan keluaran setelahnya, mengurangi serangan rekonstruksi sekaligus mengungguli baseline dalam hal utilitas.
Metode
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 *…
Hasil
Eksperimen mengevaluasi CROSS-MAP di berbagai pengaturan serangan yang dirancang untuk merekonstruksi masukan asli dari representasi yang ditransformasikan. Para penulis melaporkan bahwa CROSS-MAP **…
