Computerwissenschaften - Kryptographie und Sicherheit

Erfahre, wie DP-OPH-Techniken Benutzerdaten in der Analyse schützen.

Eine Übersicht über dezentrale Börsen und konstante Funktionsmarkt-Macher.

NLP-Methoden verwenden, um die Erkennung und Vorhersage von Malware zu verbessern.

NATI[P]G simuliert Cyber-Bedrohungen, um die Widerstandsfähigkeit des Stromnetzes zu verbessern.

Rowhammer nutzen, um stabile Gerätefingerabdrücke für mehr Sicherheit zu erstellen.

Die Kombination von föderiertem Lernen mit differenzieller Privatsphäre verbessert die Klassifizierung medizinischer Bilder und sorgt gleichzeitig für die Sicherheit der Patientendaten.

Das QUIC-Protokoll verbessert die Geschwindigkeit und Sicherheit beim Online-Datenübertrag.

Eine neue Technik verbessert die Erkennung von Backdoor-Angriffen in föderierten Lernmodellen.

Ein neues Framework kombiniert federated learning und Blockchain, um den Datenschutz zu verbessern.

Ein tiefgehender Blick auf die Sicherheitsherausforderungen bei der Verifizierung von Ethereum-Smart Contracts.

Forschung zeigt, wie maschinelles Lernen verschiedene Verschlüsselungstypen aus dem Zweiten Weltkrieg erkennen kann.

DUBA ist eine fortgeschrittene Methode für heimliche Backdoor-Angriffe auf KI-Modelle.

IoTDevID bietet eine Methode zur genauen Identifizierung verschiedener IoT-Geräte.

Dieses Papier behandelt Modellextraktionsangriffe und -verteidigungen in Inferenz-Servierungssystemen.

Patienten mehr Kontrolle über ihre Gesundheitsdaten geben und Privatsphäre garantieren.

Untersuchung der lokalen differentiellen Privatsphäre innerhalb des Thompson Sampling für bessere Entscheidungsfindung.

Verständnis von Hardware-Trojanern und deren Auswirkungen auf die Sicherheit elektronischer Geräte.

Ein Tool, um die Sicherheit persönlicher Informationen in grossen Sprachmodellen zu überprüfen.

Risiken im Hardware-Design durch Resilienz und Zusammenarbeit angehen.

Datenschutzrichtlinien für mobile Apps leichter lesbar und verständlich machen.

Eine neue Abwehrmechanismus gegen Membership-Inference-Angriffe in Machine-Learning-Modellen wird vorgestellt.

Organisationen können den Datenschutz besser schützen und gleichzeitig die Nützlichkeit der Daten durch ein strukturiertes Framework sicherstellen.

Eine effektive Intrusionserkennung ist entscheidend, um IoT-Netzwerke gegen Cyberbedrohungen abzusichern.

Malafide bringt ausgeklügelte Spoofing-Techniken ins Spiel, die Gegenmassnahmen bei der Spracherkennung komplizierter machen.

Drohnen verbessern die sichere drahtlose Kommunikation und gehen dabei auf Abhörbedrohungen ein.

Untersuche die Risiken und Abwehrmassnahmen gegen Power-Seitenkanalangriffe auf Cloud-FPGAs.

Eine neue Methode verbessert Fuzzing, indem sie sich auf Eingabebeziehungen konzentriert und Strategien anpasst.

Hersteller müssen Cybersecurity ganz oben auf die Agenda setzen, um ernste Risiken bei vernetzten Fahrzeugen zu vermeiden.

Eine Studie deckt wichtige Schwächen bei generativen Autoencodern in Bezug auf adversarielle Angriffe auf.

Ein neues Verfahren verbessert die Sicherheit von Stream-Cipher gegen schnelle Korrelation-Angriffe.

Dieses Papier diskutiert die Auswirkungen von MEV auf Nutzer und Lösungen für Verantwortlichkeit.

Ein Blick darauf, wie die Benaloh-Herausforderung die Genauigkeit der elektronischen Abstimmung schützt.

Neuer Algorithmus verbessert die Fahrzeugsicherheit und erkennt Cyberangriffe effektiv.

Ein Blick auf hybride Modelle, die die Genauigkeit der Malware-Klassifizierung verbessern.

CloudSec macht das Management von Sicherheitsrichtlinien für Cloud-Dienste einfacher.

Die Möglichkeiten von Tastendynamik für sichere Online-Identifikation erkunden.

Ein neuer Ansatz vereinfacht Datenschutzangriffe in maschinellen Lernmodellen.

Innovative Methoden zum Clustern bei gleichzeitiger Gewährleistung der Differentialprivatsphäre in sich ändernden Datensätzen.

Ein neues System verbessert Vektor-Commitments für eine effiziente Datenverifizierung.

Lern, wie du rechtzeitigen Datenaustausch sicherstellen kannst, ohne dass jemand mithört.