본 기사는 Zhaohan Xi의 연구 논문을 바탕으로, 지식 그래프 추론 API를 통한 지식 그래프 유출 위험성과 이에 대한 새로운 공격 기법 KGX를 소개합니다. KGX는 기존 방어 기법을 무력화할 정도로 효과적이며, KGR 시스템의 보안 강화를 위한 새로운 접근 방식의 필요성을 강조합니다.

본 기사는 손실 궤적 상관관계(LTC)를 이용한 핵심 집합 선택 방법에 대한 연구를 소개합니다. LTC는 기존 방법의 한계를 극복하고, 높은 정확도와 효율성을 달성하여 딥러닝 모델의 확장성 문제 해결에 기여하는 혁신적인 기술입니다.

시간 시계열 분류(TSC)에서 딥러닝 모델의 백도어 공격 취약성을 주파수 영역 분석을 통해 효과적으로 공략하는 새로운 기법, FreqBack이 개발되었습니다. 5가지 모델과 8가지 데이터셋에서 90% 이상의 높은 공격 성공률과 낮은 정확도 저하를 달성하며 높은 실용성과 안정성을 입증했습니다.

Ping Zhang 등 연구팀은 거대 언어 모델(VFMs) 시대의 반지도 학습(SSL)에 대한 새로운 연구 결과를 발표했습니다. 레이블된 데이터만 사용하는 PEFT가 SSL과 유사한 성능을 보이며, 다양한 PEFT와 VFM 백본을 앙상블하여 강건한 의사 레이블을 생성하는 방법이 효과적임을 입증했습니다. 이 연구는 VFMs를 활용한 더욱 확장 가능하고 실용적인 SSL의 가능성을 제시합니다.

본 기사는 LLM을 활용한 k-익명성 추정 기술에 대한 최신 연구 결과를 소개합니다. BRANCH 모델의 높은 정확도와 예측 구간 정확도를 통해 개인정보 보호 기술의 새로운 가능성을 제시합니다.