本文探討如何利用量子資訊的特性,構建具備匿名性和可追蹤性的公鑰量子貨幣系統,以及實現具備普遍驗證性、隱私性和唯一性的量子投票方案。
디컴파일된 바이너리의 취약성 분석을 위해 특별히 설계된 새로운 데이터셋인 DeBinVul을 활용하여 대규모 언어 모델(LLM)을 미 fine-tuning하면 리버스 엔지니어링 프로세스가 향상될 수 있습니다.
本稿では、逆コンパイルされたバイナリコードの脆弱性分析における大規模言語モデル(LLM)の可能性と限界を、新規データセット「DeBinVul」を用いて検証し、LLMの性能向上と逆エンジニアリングへの貢献を示しています。
Large language models (LLMs) can be used to enhance reverse engineering and vulnerability analysis in decompiled binaries, bridging the semantic gap between source code and compiled code.
This research paper introduces a novel distributed control strategy for autonomous vehicle platooning that is resilient to false data injection attacks, ensuring both safety and performance in the presence of compromised communication channels.
본 논문에서는 XAI 모니터를 우회하여 이미지 분류 시스템을 공격하는, 설명 가능하고 효율적인 어텐션 마스크 기반 PGD 적대적 공격 프레임워크를 제안합니다.
本文提出了一種名為 MISGUIDE 的新型攻擊分析方法,該方法能夠從複雜的智慧電網負載頻率控制動態和異常檢測模型中提取出可驗證的多時隙虛假數據注入攻擊向量,從而評估智慧電網系統在面對潛在網路攻擊時的安全性。
본 논문에서는 복잡한 스마트 그리드 시스템에서 탐지하기 어려운 FDI 공격 벡터를 식별하고 검증하는 새로운 보안 인식 공격 분석 프레임워크인 MISGUIDE를 제안합니다.
本稿では、スマートグリッドの負荷周波数制御システムにおける、機械学習ベースの異常検出モデルを回避できるステルス性の高い虚偽データ注入攻撃の存在と、その攻撃ベクトルを特定するための新たな分析フレームワーク「MISGUIDE」を提案しています。
MISGUIDE is a novel security framework that identifies optimal and stealthy attack vectors targeting smart grid load frequency control systems, considering the limitations of existing rule-based and machine learning-based anomaly detection models.