“filigran” için sonuçlar
5 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
CLASP: Yapay Zeka ile Kaynak Kod Filigranlarında Yeni Dönem
Açık kaynak kodların yaygınlaşması ve büyük dil modellerinin kod üretiminde kullanımı, yetkisiz kullanım ve fikri mülkiyet ihlallerini artırdı. Araştırmacılar, kaynak kodlara filigran ekleme konusundaki mevcut yöntemlerin zayıflıklarını aşmak için CLASP adlı yeni bir framework geliştirdi. Bu sistem, semantik yapıyı bozmayan dönüşümler kullanarak kodlara filigran ekliyor ve geleneksel yöntemlerin aksine yeniden adlandırma ve refactoring gibi saldırılara karşı daha dayanıklı. CLASP'in en önemli avantajı, eğitim gerektirmeden farklı programlama dillerinde kullanılabilmesi ve yüksek kapasiteli filigran ekleme imkanı sunması.
Dijital İçerik Doğrulamada Çelişki Sorunu: AI ve İnsan Yapımı Sinyalleri Çakışıyor
Araştırmacılar, dijital içerik doğrulama sistemlerinde ciddi bir güvenlik açığı keşfetti. C2PA standardı ve görünmez filigran teknolojisi gibi iki farklı doğrulama katmanının teknik olarak bağımsız çalışması, aynı dijital varlığın hem insan yapımı hem de AI üretimi olarak geçerli şekilde işaretlenmesine olanak tanıyor. 'Bütünlük Çakışması' adı verilen bu durumda, bir görsel dosya kriptografik olarak geçerli C2PA manifesti ile insan yapımı olduğunu iddia ederken, aynı zamanda piksellerinde AI üretimi olduğunu gösteren filigran taşıyabiliyor. Bu çelişkili durumun, standart düzenleme araçlarıyla herhangi bir kriptografik güvenlik ihlali yapmadan mümkün olduğu kanıtlandı.
Görünmez filigranları tespit eden yapay zeka sistemi geliştirildi
Dijital görüntülerde telif hakkı koruması için kullanılan görünmez filigranlar, sosyal medya ve yapay zeka içerik üretiminin yaygınlaşmasıyla kritik hale geldi. Araştırmacılar, hangi algoritmayla oluşturulduğunu bilmeden bile bir görüntünün filigran taşıyıp taşımadığını tespit edebilen yeni bir sistem geliştirdi. Frequency Shield Network adlı bu teknoloji, görüntülerin frekans spektrumundaki gizli işaretleri analiz ederek telif koruması bulunup bulunmadığını belirleyebiliyor. Sistem, 100 bin görüntüden oluşan kapsamlı bir veri seti üzerinde eğitildi ve farklı filigran algoritmalarını tanıyabilme yetisi kazandı. Bu gelişme, dijital içerik koruması alanında önemli bir adım olarak değerlendiriliyor.
Kod Veri Setleri İçin Çift Amaçlı Filigran Koruması Geliştirildi
Araştırmacılar, kaynak kod veri setlerinin yetkisiz kullanımını önlemek için DuCodeMark adlı yeni bir filigran yöntemi geliştirdi. Bu sistem, kod örneklerini soyut sözdizimi ağaçlarına dönüştürerek gizli sahiplik işaretleri gömüyor. Geleneksel yöntemlerden farklı olarak, hem kaynak kod görevlerinde hem de kod derleme süreçlerinde çalışabiliyor. Büyük dil modellerinin kod geliştirmede yaygın kullanımı ve açık kaynak katkıların artmasıyla birlikte, kod veri setlerinin korunması kritik önem kazandı. DuCodeMark, tespit edilmesi zor tetikleyici-hedef çiftleri oluşturuyor ve belirli kod örneklerine zehirli özellikler enjekte ederek filigranın kaldırılmasına karşı dayanıklılık sağlıyor. Bu özellikler normal eğitim sırasında pasif kalarak modelin performansını etkilemiyor.
MATRIX: Yapay Zeka Kodlarına Çok Katmanlı Dijital İmza Teknolojisi
Kod üreten büyük dil modelleri yazılım geliştirmede devrim yaratırken, telif hakkı koruması ve güvenlik konularında ciddi endişeler ortaya çıkardı. Araştırmacılar, bu sorunlara çözüm olarak MATRIX adlı yenilikçi bir kod filigran sistemi geliştirdi. Sistem, matematik tabanlı matris denklemleri kullanarak kodlara görünmez dijital imzalar yerleştiriyor. Mevcut tek katmanlı yöntemlerin aksine, MATRIX çok seviyeli sahiplik takibi ve sürüm kontrolü sağlayabiliyor. İkili kanal yaklaşımıyla hem değişken isimlendirme hem de anlam koruyan teknikler kullanarak, kodun işlevselliğini bozmadan güvenilir bir kimlik doğrulama sistemi sunuyor.