Computerwissenschaften - Kryptographie und Sicherheit

Ein Blick auf das Uhlmann-Transformationsproblem und seine Bedeutung in der Quanteninformation.

Dieses Papier stellt eine Methode vor, um GANs mit datenschutzgeschützten Daten zu verwenden.

SevDel bietet eine Lösung für sichere Datenlöschung in Cloud-Diensten.

Das komplizierte Problem der Umkehrung von Permutationen in der Kryptographie erforschen.

Eine neue Bibliothek vereinfacht die Prüfmethoden für differenzielle Privatsphäre, um den Datenschutz zu gewährleisten.

Dieser Artikel betrachtet Methoden zur Erkennung von Anomalien in der Fahrzeug-CAN-Kommunikation.

Eine Methode wird vorgeschlagen, um NoC-Layouts gegen unbefugten Zugriff zu sichern.

Erforscht, wie die Timing von Blockvorschlägen die MEV-Belohnungen für Ethereum-Validatoren beeinflusst.

Untersuchung von Schwachstellen und Lösungen im 5G-Kommunikationsbereich.

ConFL erkennt effizient Schwachstellen in maschinellen Lernframeworks durch systematische Testmethoden.

Strategien zur Verbesserung der Leistung von batterielosen Geräten angesichts von Energiebedrohungen.

Ein Blick auf Membership-Inference-Angriffe und ihre Auswirkungen auf den Datenschutz.

Ein neues System, um sicherere Workflows in Cloud-Umgebungen zu gewährleisten.

Black-Box-Angriffe zeigen Schwächen in interpretierbaren Deep-Learning-Modellen.

Eine Analyse, wie SPDM die Leistung von Computergeräten beeinflusst.

Gemeinsame Verantwortungen erkunden und die Sicherheit für Freelance-Entwickler verbessern.

Untersuchen, wie Nutzer Datenschutzrisiken beim Teilen sensibler Informationen wahrnehmen.

Untersuchen, wie öffentliche Daten die datenschutzfreundlichen Machine-Learning-Modelle verbessern können.

SecureFalcon erkennt Software-Schwachstellen schnell und präzise.

Ein neuer Ansatz für sichere Abrechnung im Peer-to-Peer-Energiemarkt.

Forschung zeigt, dass schädliche Reaktionen aus harmlosen Fragen während Chatbot-Interaktionen entstehen können.

Entdecke, wie Proof of Training KI und Krypto-Mining kombiniert, um die Leistung zu verbessern.

Falsche Alarme beeinträchtigen die Leistung der Analysten bei der Identifizierung echter Cyber-Bedrohungen enorm.

Ein Modell zum Schutz persönlicher Informationen vor Missbrauch in Unternehmen.

Untersuchung, wie sich differenzielle Privatsphäre auf Graphen-neuronale Netze in medizinischen Anwendungen auswirkt.

Erforsche, wie Blockchain und Computer Vision verschiedene Branchen transformieren können.

Lern, wie differentially private Clustering individuelle Daten schützt, während Trends analysiert werden.

Dieser Artikel untersucht die Sicherheitsrisiken von nicht-invasiven Lastüberwachungssystemen.

Strategien zur Verbesserung des adversarialen Trainings im Machine Learning mit unausgewogenen Datensätzen.

Eine Studie über die Wahrnehmung von Gesichtserkennungstechnologie in Saudi-Arabien im Vergleich zu den USA.

Eine neue Strategie verbessert die Effektivität von Backdoor-Angriffen durch schlauere Auswahl von Samples.

Ein Blick auf digitale Unterschriften und deren Sicherheit durch boolesche Automorphismen.

Die Stärken und Schwächen von Split Learning in der Datensicherheit unter die Lupe nehmen.

Bildungseinrichtungen sehen sich steigenden Cyberbedrohungen gegenüber, was sensible Informationen und ihren Ruf gefährdet.

Dieses Papier untersucht Methoden zur Verbesserung der Genauigkeit in lokalen Differenzialprivacy-Mechanismen.

CAPTCHAs sind wichtig, um zwischen Menschen und automatisierten Bots im Netz zu unterscheiden.

Ein neuer Nachweis der Authentifizierung verbessert die Sicherheit bei der Ausstellung von Zertifikaten.

Innovative Techniken zielen darauf ab, die Privatsphäre bei der KI-Datenanalyse zu verbessern.

Forschung zeigt, dass zufällige Neustarts beim Malware-Erkennungsmodell besser abschneiden als Boosting.

Das ICAR-Framework verbessert die Cybersicherheit, indem es Schwachstellen, Bedrohungen und Vermögenswerte effektiv miteinander verknüpft.