Neuste Artikel für Datenschutz

Eine Studie zeigt Unstimmigkeiten darin, wie Android-Apps die Datensammlung melden.

Ein Tool hilft Nutzern zu bestätigen, ob ihre Daten in Deep-Learning-Modellen verwendet wurden.

Ein System, das Nutzern hilft, Daten von IoT-Geräten zu steuern.

Erforschen, wie automatische Inhaltserkennung die Privatsphäre der Nutzer bei Smart-TVs beeinflusst.

Die Risiken und Herausforderungen von KI-Technologie in medizinischen Anwendungen untersuchen.

TheraGen bietet rund um die Uhr Unterstützung für psychische Gesundheit mit ausgeklügelter KI-Technologie.

Erforschung von Datenschutzbedenken beim Feintuning von Diffusionsmodellen mit persönlichen Daten.

Ein Blick auf die Sicherheitsbedenken in gemeinschaftlichen Wohnräumen.

Die Vorteile und Herausforderungen von KI-Begleitern, die Benutzerinteraktionen speichern.

Neue Methoden für präzise Positionierung in modernen Netzwerken erkunden.

Erforschen, wie synthetische Daten den Datenschutz sichern und gleichzeitig den Zugang zur Forschung ermöglichen.

CI-Bench bewertet die Fähigkeit von KI-Assistenten, Benutzerinformationen effektiv zu schützen.

Ein Datensatz von Geräuschen aus dem Zuhause fördert Sicherheit und Komfort für ältere Menschen.

Die Datenschutzprobleme bei Federated Learning und Gradienteninversionsangriffen untersuchen.

Die Bedeutung beizubehalten, während man Daten verändert, ist entscheidend für Privatsphäre und Genauigkeit.

Untersuchung der Auswirkungen der Topics API auf digitale Werbung und Wettbewerb.

Dieser Artikel untersucht die Rolle von Browser-Fingerprinting in der Online-Werbung und die damit verbundenen Datenschutzbedenken.

Eine einfache Methode, um versteckte Kameras mit günstigen Geräten zu entdecken.

Lern über Deep-Learning-Techniken, um Gesichter in Videoaufnahmen automatisch zu verwischen.

Eine Methode, um die Privatsphäre in MIMO ISAC-Systemen gegen potenzielle Bedrohungen zu verbessern.

Eine neue Methode schützt die Privatsphäre, während sie maximale Werte in verteilten Netzwerken findet.

In diesem Artikel werden wichtige Bedenken zur Zuverlässigkeit von Text-zu-Bild-Modellen besprochen.

Ein Blick darauf, wie differenzielle Privatsphäre individuelle Daten in einer datengetriebenen Welt schützt.

Eine Übersicht über Datenlecks, ihre Auswirkungen und wie man sie misst.

Ein Blick auf die Datenschutzrisiken und sichere Methoden für generative KI.

Diese Studie zeigt, wie Werbung die Online-Zugänglichkeit für Nutzer mit Behinderungen behindert.

Eine Studie zeigt die Gründe für die geheime Nutzung von KI und betont die Notwendigkeit von Transparenz.

Ein dreistufiges Verfahren für sicheres Teilen von Daten bei gleichzeitiger Wahrung der Privatsphäre.

Eine neue Methode, um Smart Meter vor FDI-Angriffen zu schützen und dabei die Privatsphäre zu wahren.

Untersuchen, wie Nachrichten die Meinungen über die negativen Auswirkungen von KI beeinflussen.

Lern, wie hierarchisches föderiertes Lernen Daten schützt und gleichzeitig Zusammenarbeit zwischen Geräten ermöglicht.

In diesem Papier geht's um die Erstellung sicherer und fairer Richtlinien für die Entwicklung von KI.

Mitgliedschaftsinferenzangriffe untersuchen, um den Datenschutz in fortgeschrittenen Modellen zu schützen.

Forscher entwickeln Methoden, um Computern beizubringen, Rechnungen zu verarbeiten und dabei die Privatsphäre zu schützen.

Federated Learning und erklärbare KI sorgen für sichere und klare Datenpraktiken.

Neue Modelle verbessern die Videoproduktion und sorgen gleichzeitig für Datenschutz, besonders im Gesundheitswesen.

Federated Learning verbessert die medizinische Bildgebung und schützt dabei die Privatsphäre der Patienten.

Erfahre, wie FSL die Privatsphäre stärkt, während Geräte unser Verhalten verfolgen.

Eine neue Verteidigungsstrategie verbessert den Datenschutz von Modellen, ohne die Leistung zu opfern.

Entwickler können die Privatsphäre von Apps verbessern, indem sie Nutzerbewertungen besser mit fortschrittlichen Techniken analysieren.