Araştırmacılar, büyük dil modellerinin diferansiyel gizlilik algoritmalarını ne ölçüde anlayabildiğini test etmek için DPrivBench adlı yeni bir değerlendirme sistemi geliştirdi. Diferansiyel gizlilik, veri setlerinden bilgi çıkarırken bireysel mahremiyeti koruyan matematiksel bir yöntem olmasına rağmen, uygulanması uzman bilgisi gerektiriyor. Çalışma, en güçlü yapay zeka modellerinin bile temel ders kitabı örneklerinde başarılı olurken, karmaşık algoritmalarda ciddi zorlanma yaşadığını ortaya koyuyor. Bu durum, gizlilik koruma alanında yapay zekanın henüz insan uzmanların yerini alamayacağını gösteriyor.

Araştırmacılar, bulut hizmetlerinin günlük dosyalarını analiz eden yapay zeka sistemlerinde ciddi bir güvenlik açığı tespit etti. LogJack adlı bu saldırı yöntemi, zararlı komutları günlük kayıtlarının içine gizleyerek AI sistemlerini kandırıyor. 8 farklı büyük dil modeli üzerinde yapılan testlerde, bazı modellerin %86'ya varan oranlarda zararlı komutları aynen çalıştırdığı görüldü. En güvenli model Claude Sonnet olurken, Llama 3.3 en savunmasız model olarak öne çıktı. AWS, Google Cloud ve Azure'un güvenlik sistemleri bu saldırıları tespit etmede büyük ölçüde başarısız oldu. Bu keşif, AI sistemlerinin bulut altyapılarında kullanımının yaygınlaştığı dönemde kritik önem taşıyor.

Araştırmacılar, trafik kazası raporlarında bulunan kişisel verileri otomatik olarak tespit eden yenilikçi bir yapay zeka sistemi geliştirdi. Kaza anlatımları, trafik güvenliği analizleri için kritik bilgiler içeriyor ancak isim, adres ve plaka gibi kişisel veriler nedeniyle geniş çapta kullanılamıyor. Geleneksel yöntemler bu verileri tutarlı şekilde tespit edemezken, yeni sistem büyük dil modellerini kullanarak hem yapısal hem de bağlama dayalı kişisel bilgileri başarıyla tanımlayabiliyor. Bu gelişme, trafik güvenliği araştırmalarında gizliliği koruyarak veri kullanımını artırabilir.

Araştırmacılar, graf yapılarındaki siber saldırılara karşı yeni bir savunma yöntemi geliştirdi. Çalışma, karmaşık dinamik sistemler teorisini kullanarak grafların 'kritik direnç durumunu' belirlemeye odaklanıyor. Bu yaklaşım, grafların topoloji ve özellik verilerinin nasıl etkileşime girdiğini analiz ederek, yapay zeka modellerini hedef alan saldırılara karşı daha etkili koruma sağlıyor. Yöntem, graf rejimlerini dinamik sistemlere dönüştürerek saldırı davranışlarını modelliyor ve iki boyutlu topoloji-özellik entanglasyonu fonksiyonu tasarlıyor. Bu araştırma, sosyal ağlardan bilgi sistemlerine kadar pek çok alanda kullanılan graf tabanlı yapay zeka modellerinin güvenliğini artırmak için önemli bir adım teşkil ediyor.

Yapay zeka teknolojilerinin gelişmesiyle birlikte sahte ve gerçek medya içerikleri arasındaki fark giderek belirsizleşiyor. Araştırmacılar, X platformundaki 150 binden fazla paylaşımı analiz ederek yapay zeka ile üretilen sahte içeriklerin nasıl yayıldığını inceledi. Bulgular, AI üretimi sahte haberlerin orantısız bir şekilde viral olduğunu, ancak bu yayılmanın aktif tartışmalardan ziyade pasif etkileşimlerle gerçekleştiğini gösteriyor. Yapay zeka dedektörlerinin performansının da düştüğü gözlemlenen çalışma, dijital çağda bilgi güvenliğinin önemini bir kez daha vurguluyor.

Araştırmacılar, 1886 yılından beri matematikçileri meşgul eden Weber Varsayımı'nın belirli durumları için koşulsuz kanıt sundu. Bu varsayım, günümüzde kullanılan kafes tabanlı şifreleme sistemlerinin güvenliğini doğrudan etkiliyor. Özellikle Ring-LWE ve Module-LWE gibi kriptografik protokollerin ne kadar güvenli olduğunu belirleyen temel matematiksel yapıları kontrol ediyor. Daha önce k≥9 değerleri için sadece Genelleştirilmiş Riemann Hipotezi varsayımıyla kanıtlanabilirken, yeni çalışma k≤12 değerleri için herhangi bir varsayım gerektirmeden kesin kanıt sunuyor. Bu gelişme, kuantum sonrası kriptografi alanında kritik önem taşıyor çünkü bu şifreleme yöntemleri gelecekte kuantum bilgisayarların tehdidine karşı dijital güvenliğimizi koruyacak.

Büyük dil modellerinin donanım tasarımında kullanılan RTL kodları üretmede başarılı olmasına rağmen, ürettikleri kodlar ciddi güvenlik açıkları içerebiliyor. Araştırmacılar, bu soruna çözüm olarak VeriCWEty adında yeni bir sistem geliştirdi. Embedding tabanlı bu framework, Verilog kodlarındaki yaygın güvenlik zafiyetlerini hem modül hem de satır seviyesinde tespit edebiliyor. Sistem, CWE-1244 ve CWE-1245 gibi kritik güvenlik açıklarını %89 hassasiyetle, satır düzeyindeki hataları ise %96 doğrulukla belirlemeyi başarıyor. Geleneksel kural tabanlı kontrol yöntemlerinin aksine, bu yeni yaklaşım semantik güvenlik açıklarını yakalayabiliyor ve hataların tam konumunu belirleyebiliyor. Bu gelişme, yapay zeka destekli donanım tasarımının güvenliğini artırmada önemli bir adım sayılıyor.

Artan veri gizliliği düzenlemeleri ve kurumsal yönetişim gereklilikleri, veri yönetim sistemlerinde daha hassas erişim kontrollerine olan talebi artırıyor. Özellikle içerik tabanlı erişim kontrolü yaklaşımı, erişim kararlarının sorgulanmak istenen veri değerlerine göre alındığı bir yöntem olarak öne çıkıyor. Ancak bu gelişmiş güvenlik politikaları, veri tabanı optimizasyonu ile beklenmedik şekillerde etkileşime girerek performans sorunlarına yol açabiliyor. Yeni araştırma, bu durumu analiz etmek için yapısal bir çerçeve ve politika dil bilgisi geliştirerek, güvenlik önlemlerinin sorgu planlama ve yürütme süreçlerine etkisini inceliyor.

Araştırmacılar, 3D Gaussian Splatting teknolojisini kullanarak oluşturulan üç boyutlu modeller içerisine büyük miktarlarda veri saklayabilen yeni bir steganografi yöntemi geliştirdi. 'Splats in Splats++' adı verilen bu teknik, 3D ve 4D içerikleri görsel kaliteyi bozmadan gizli şekilde saklayabilmekte. Yöntem, telif haklarının korunması ve dijital varlıkların güvenliğinin artırılması açısından önemli. Spherical Harmonics frekans dağılımı analizine dayanan sistem, mevcut rendering pipeline'ını bozmadan çalışabiliyor ve yapısal değişikliklere karşı dayanıklılık gösteriyor.

Bulut bilişimde güvenlik ve performans arasındaki ikilem, araştırmacıların geliştirdiği Edera sistemiyle çözüme kavuşuyor. Mevcut konteyner teknolojileri hızlı olmasına rağmen güvenlik açıkları barındırırken, sanal makine teknolojileri güvenli ancak yavaş çalışıyor. Docker ve Kubernetes gibi popüler araçlar, aynı işletim sistemi çekirdeğini paylaşan konteyner teknolojisini kullanarak performans sağlıyor, ancak bu paylaşım siber saldırılara kapı açıyor. Alternatif olarak önerilen hipervizör sanallaştırması ise güvenli fakat performans kaybına yol açıyor. Edera, bu sorunu 'Goldilocks İzolasyonu' adı verilen yenilikçi yaklaşımıyla çözmeyi hedefliyor - ne fazla ağır ne de fazla hafif, tam kararında bir çözüm sunuyor.

Araştırmacılar, karmaşık fiziksel sistemlerin zaman içindeki davranışlarını tahmin etmek için yeni bir matematiksel yaklaşım geliştirdi. Bernstein-von Mises teoremleri olarak bilinen bu yöntem, kimyasal reaksiyonlardan difüzyon süreçlerine kadar geniş bir yelpazedeki dinamik sistemleri modelleyebiliyor. Çalışma, sınırlı verilerle bile bu sistemlerin gelecekteki durumlarını öngörmeyi mümkün kılıyor ve belirsizlikleri matematiksel olarak ölçebiliyor. Bu gelişme, iklim modellemesinden ilaç geliştirmeye, epidemi yayılımından malzeme bilimindeki difüzyon süreçlerine kadar birçok alanda uygulanabilir.