Computerwissenschaften - Kryptographie und Sicherheit

Ein Blick darauf, wie differentielle Privatsphäre persönliche Informationen bei der Datenanalyse schützt.

Ein Blick auf differential privat konvexe Optimierung zum Datenschutz im maschinellen Lernen.

UMD bietet eine neue Möglichkeit, komplexe Backdoor-Angriffe effektiv zu erkennen.

Ein neues Framework verbessert die Bewertung von NLP-Modellen gegen adversarielle Angriffe.

Eine Studie über die Effektivität von Nachbarschaftsangriffen zur Enthüllung von Trainingsdaten.

Ein Blick auf Techniken zur Identifizierung von Wasserzeichen in KI-generierten Texten.

RowHammer bedroht die Datenintegrität in Hochgeschwindigkeits-Speichersystemen.

Diese Technik verbessert die Generierung von Testfällen für Deep-Learning-Anwendungen.

Erfahre, wie reversibles Watermarking tiefe neuronale Netzwerke vor Missbrauch schützt.

Ein neues Framework verbessert die Erkennung von Cyber-Angriffswegen.

Untersuchung der Effektivität und Herausforderungen von unlernbare Datensätzen beim Schutz privater Informationen.

Föderiertes Lernen verbessert das Modelltraining und hält die Nutzerdaten privat.

T800 bietet eine effiziente Sicherheitslösung für anfällige IoT-Geräte.

Eine neue Methode sorgt dafür, dass die Privatsphäre bei der Sprachklassifizierung gewahrt bleibt, ohne die Leistung zu beeinträchtigen.

Eine neue Methode verbessert die Erkennung von Ransomware mit mehreren Tests für bessere Genauigkeit.

Dieses Papier präsentiert ein formelles Modell für sichere Berechnungen in der C-Sprache.

Ein Blick auf die Risiken und Schwachstellen von Fingerabdrucksicherheit auf Smartphones.

Eine neue Methode, die Graphen nutzt, um feindliche Angriffe auf neuronale Netzwerke zu erkennen.

Neue Algorithmen verbessern die Methoden zur versteckten Datenextraktion in multimedialen Inhalten.

Ein Blick auf die Nachrichtverstecktechnik von J-UNIWARD und seinen kleinen Rechenfehler.

Saubere Etikettenangriffe und -abwehr in NLP-Maschinenlernmodellen erkunden.

Dieser Artikel untersucht den Zusammenhang zwischen Vorurteilen in neuronalen Netzwerken und der Anfälligkeit für gezielte Angriffe.

Ein neuer Ansatz zur Verbesserung der Sicherheit in militärischen Funknetzwerken.

Dieser Artikel untersucht die Auswirkungen von Datenschutzmodellen auf die Überwachung von CO2-Werten in Smart Buildings.

Diese Rezension beschäftigt sich mit der Widerstandsfähigkeit von unüberwachtem Lernen gegen adversariale Angriffe.

Dieser Artikel untersucht Attributinferenzangriffe auf GNNs und deren Auswirkungen auf die Privatsphäre.

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.