注：本文由ChatGPT与Claude联合生成总结根据USENIXSecurity'23秋季论文信息总结如下：一、研究方向热门方向:1.对抗性机器学习和对抗样本。许多研究探索了如何生成对抗样本躲避检测以及如何提升模型鲁棒性。2.隐私保护和安全加强。研究通过技术手段如对称加密、同态加密等来增强模型的隐私保护能力。3.恶意软件分析和检测。使用机器学习、模糊测试等技术自动发现和分析恶意软件。冷门方向:1.智能合约和区块链安全。相对较少关注区块链应用场景下的安全问题。2.物联网安全。尽管物联网不断发展,但相关的安全研究仍然不足。3.ARM体系结构安全。大部分研究集中在x86架构上,ARM架构相关的安全
注：本文由ChatGPT与Claude联合生成77、IvySyn:AutomatedVulnerabilityDiscoveryinDeepLearningFrameworks我们提出了IvySyn，这是第一个能够完全自动发现深度学习（DL）框架中内存错误漏洞的框架。IvySyn利用本地API的静态类型特性，自动执行基于变异的类型感知模糊测试，以对低级内核代码进行测试。给定一组触发本地DL（C/C++）代码中内存安全（和运行时）错误的有害输入，IvySyn会自动合成高级语言（例如Python）中的代码片段，通过更高级别的API传播错误触发输入。这些代码片段实际上充当“漏洞证明”，因为它们证明了
按语：随着大模型的崛起，将AI再次推向一个高峰，受到的关注也越来越大。在网络安全领域，除4大安全顶会外，一些涉及AI的安全话题，包括对AI的攻防研究，以及应用AI做安全的研究方向，也会发表在AI顶会上。但是，像NeurIPS2022年的议题就有2834个（2023年还在callforpapers），手工翻一遍都得很久，何况还要分类出安全主题的，更是费劲，因此我利用AI去做主题分类，把感兴趣的议题识别出来并自动翻译，可以大大地节省议题筛选的时间。其它AI顶会每年的议题量也是数以千计，多得根本看不过来。在这个论文主题分类上，发现还是GPT4比较准确，其它都不行，排第二名的是Claude+，其次是C
Acceptedpaperslist（2023.5.28）AAAI2023：暂未查询到全文，欢迎大家补充**ICLR2023**：https://openreview.net/group?id=ICLR.cc/2023/ConferenceWWW2023：https://dblp.uni-trier.de/db/conf/www/www2023.htmlCVPR2023：https://openaccess.thecvf.com/CVPR2023?day=allACL2023：ICML2023：==KDD2023：IJCAI2023：https://ijcai-23.org/main-trac
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。一家今年5月份成立在深圳的公司，团队至今不到10人。他们要做的却不是小事：挑战AGI。底气在哪？一看过往履历，二看现在赛道的成绩。这几个人近一年中，累计在CVPR、ICML、ECCV等顶会上发表16篇大模型相关论文，其中一篇还拿下了顶会ACL2023的最佳论文提名。创业后的成绩如何？成立两个月后，所训模型杀入C-Eval榜单前三，中文能力击败ChatGPT和Claude-v1.3。这就是共生矩阵拿出的成绩。并且旗下模型GS-LLM七月末首次上榜至今，在C-Eval榜单65个上榜选手中，一直处于第一梯队。那么，共生矩阵是
注：本文由ChatGPT与Claude联合生成51、EffectiveReDoSDetectionbyPrincipledVulnerabilityModelingandExploitGeneration正则表达式拒绝服务攻击（ReDoS）是一种算法复杂度攻击。对于易受攻击的正则表达式，攻击者可以精心制作某些字符串来触发超线性最坏情况匹配时间，从而导致正则表达式引擎的拒绝服务。最近已经提出了多种ReDoS检测方法。其中，吸收了静态和动态方法优点的混合方法表现出了其性能优越性。然而，两个关键挑战仍然阻碍了检测的有效性：1）现有的建模方法基于易受攻击的正则表达式的局部漏洞模式进行总结，仅基于部分特
?本篇内容：YOLOv5/v7/v8改进最新主干系列BiFormer：顶会CVPR2023即插即用，小目标检测涨点必备，首发原创改进，基于动态查询感知的稀疏注意力机制、构建高效金字塔网络架构，最新TransFormer改进结构：BiFormer重点：???YOLOv5｜YOLOv7｜YOLOv8使用这个创新点在数据集改进做实验：即插即用BiFormer????本博客内附的改进源代码改进适用于YOLOv5、YOLOv7、YOLOv8…等等YOLO系列按步骤操作运行改进后的代码即可?此论文为刚录用的CVPR2023顶会：BiFormer，适合用来写最新的改进?论文表示BiFormer在小目标检测的
ACL，惹众怒了！今天早上，整个AI社区都因这个帖子而掀起轩然大波——纽约大学博后研究员NaomiSaphra表示，自己刚刚从ACL那里收到了一份直接拒稿，因为在匿名截止日期之后，这篇论文（署名）仍然被提交到了arXiv上，仅仅晚了30分钟。NaomiSaphra愤怒地声讨：ACL的embargopolicy严重伤害了初级研究者，并且让ACL大会不再适合NLP工作。图片机器学习大佬、SebastianRaschka也声援道——注意，这篇论文并不是晚了几分钟提交给会议，只是晚了几分钟提交给一个非必要的外部预印本服务器。图片在推特上，愤怒的研究者们纷纷聚集在帖子之下，向ACL大赛组委会发起讨伐。本
2022安全与软工顶会中区块链智能合约相关论文前言安全顶会S&PUSENIXSecurityCCSNDSS软工顶会TOSEMTSEISSTAFSEASEICSE前言主要整理了2022年四大安全顶会和六个软工顶会中，有关区块链智能合约的相关论文。搜索方式是：在dblp中该顶会的页面列表直接使用Ctrl+F搜索block、smartcontract，所以如若名字中没有，可能会有遗漏。（按照以往的经验，基本不太会有什么遗漏。）搜集包含的顶会有：安全顶会：S&P、USENIXSecurity、CCS、NDSS软工顶会：TOSEM、TSE、ISSTA、FSE、ASE、ICSE安全顶会S&P1、MatRi
注：本文由ChatGPT与Claude联合生成121、QueryX:SymbolicQueryonDecompiledCodeforFindingBugsinCOTSBinaries可扩展的静态检查工具，如Sys和CodeQL，成功地发现了源代码中的错误。这些工具允许分析人员编写应用程序特定的规则，称为查询。这些查询可以利用分析人员的领域知识，从而使分析更准确和可扩展。然而，大多数这些工具不适用于二进制分析。一个例外是joern，它将二进制代码转换为反编译代码，并将反编译代码馈入普通的C代码分析器。然而，这种方法对于符号分析来说不够精确，因为它忽略了反编译代码的独特特征。虽然二进制分析平台，如
