Computerwissenschaften - Kryptographie und Sicherheit

Untersuchung des Engagements über gausssche unfaire rauschende Kanäle in der Kryptografie.

Ein neuer Ansatz verbessert die Erkennung von gefälschten Bildern, die von Computern erstellt werden.

Ein Blick darauf, wie man die Zuverlässigkeit in prüfbaren Datenstrukturen sicherstellt.

Organisationen stehen in Multi-Cloud-Umgebungen vor einzigartigen Sicherheitsherausforderungen.

Ein Blick darauf, wie PassGPT und PassVQT die Passwortsicherheit verbessern.

Neue Methoden verbessern den Datenschutz, während sie die Bedeutung und Struktur desTexts beibehalten.

Sichere Wege finden, um zusammen zu rechnen, ohne private Infos preiszugeben.

Das Framework soll die Privatsphäre der Patienten beim Teilen von synthetischen medizinischen Daten schützen.

Eine neue Methode verbessert die Privatsphäre und Genauigkeit für hochdimensionale Daten.

Erforschen, wie Quanten-Technologie die Sicherheit bei digitalen Transaktionen verbessert.

Die doppelte Rolle von generativer KI, die Netzwerksicherheit zu verbessern und herauszufordern, erforschen.

Lern, wie man Zahlensysteme nutzt, um Nachrichten zu verstecken.

Eine Methode, um sensible Daten im maschinellen Lernen mithilfe von Informationsflusskontrolle zu sichern.

Dieser Artikel spricht über Risiken für den Datenschutz und Methoden zur Erkennung in föderiertem Lernen.

Erfahre, wie nachhaltige adaptive Sicherheit smarte Häuser vor neuen Bedrohungen schützt.

Eine neue Methode nutzt genetische Algorithmen, um synthetische Daten zu erstellen und dabei die Privatsphäre zu schützen.

Ein neuer Ansatz verbessert den Datenschutz im maschinellen Lernen und behält dabei Geschwindigkeit und Genauigkeit bei.

Federated Learning verbessert die Sicherheit für IoT-Geräte und schützt dabei die Nutzerdaten.

Ein Blick auf die Vorteile und Herausforderungen von Federated Learning, einschliesslich der FedVal-Methode.

Ein Blick auf die Auswirkungen der Google Topics API auf den Datenschutz der Nutzer und die Anzeigenzielung.

Untersuchung des Datenschutzverlusts bei Noisy-SGD mit nicht-konvexen Verlustfunktionen.

Erforschen der Integration von TEEs und Sicherheitskoprozessoren für besseren Datenschutz.

Maschinen-Unlearning als Lösung für Datenschutzprobleme erkunden.

Die Rolle der Semantischen Kommunikation in vernetzten Fahrzeugumgebungen untersuchen.

In diesem Artikel wird ein Ansatz zur Wasserzeichen-Technologie besprochen, um Diffusionsmodelle und deren geistiges Eigentum zu schützen.

Die Studie passt angreifende Attacken von Englisch auf chinesische NLP-Systeme an.

Innovative Technik verbessert den Schutz gegen Power-Seitenkanal-Angriffe.

Neue Methoden verbessern die Verteidigung gegen feindliche Angriffe in Deep-Learning-Systemen.

Eine neue Methode verbessert das Lernen aus Demonstrationen, indem sie Fehler identifiziert und korrigiert.

Eine Studie zeigt, wie die Länge des Schlüssel-Fingerabdrucks Sicherheit und Benutzerfreundlichkeit beeinflusst.

Methoden erkunden, um Zuverlässigkeit und Klarheit in der KI-Entscheidungsfindung zu gewährleisten.

Überprüfen, wie sich die Updates von Solidity auf die Sicherheitsanfälligkeiten von Ethereum-Smart-Contracts auswirken.

Ein Leitfaden zu Datenschutzbedrohungen in smarten Fahrzeugen und wie man persönliche Daten schützt.

Dieser Artikel bespricht einen Benchmark, um LLMs mit kniffligen Aufforderungen zu bewerten.

Erforschen von Prompt-Injection-Bedrohungen in LLM-integrierten Anwendungen.

Untersuchung der Auswirkungen von adversarischen Angriffen auf Netzwerkeingangserkennungssysteme.

Dieser Artikel beleuchtet die Datenschutzbedenken in Bezug auf Diffusionsmodelle und schlägt Lösungen vor.

Neue Methoden verbessern die Sicherheit in der Computerarchitektur durch formale Spezifikationen.

Dieser Artikel bespricht Strategien, um Datenschutrisiken im maschinellen Lernen zu verringern.

Die Bedrohungen durch Bestechung für die Sicherheit und Integrität von Blockchain untersuchen.