Computerwissenschaften - Kryptographie und Sicherheit

Lern was über Trapdoor Tokens und die Risiken, die sie für Investoren darstellen.

Schwächen in der maschinellen Übersetzung durch gegnerische Angriffe untersuchen.

Ein neues System verbessert die Sicherheit, indem es unnötige Systemaufrufe in Serveranwendungen herausfiltert.

Diese Studie bewertet die Effektivität von KI-Systemen, um Nutzer bei Datenschutzrichtlinien zu unterstützen.

Dieser Artikel untersucht die Effektivität von Quanten- und klassischen Techniken bei der Ganzzahlenfaktorisierung.

Eine Simulation, die entwickelt wurde, um das Lösen von Problemen bei Hardware-Reverse-Engineering-Aufgaben zu untersuchen.

Ein Blick auf die Schwachstellen von beliebten Consumer-Drohnen, besonders von DJI.

Wie Transfer-Learning die Bedrohungserkennung und Privatsphäre in der Cybersicherheit verbessert.

Eine neue Angriffsart zeigt Schwächen in der Gesichtserkennungstechnologie.

Ein Werkzeug, das Entwicklern hilft, die Richtlinien für Sprachanwendungen einzuhalten.

Innovative Deep-Learning-Modelle verbessern die Erkennung und Reaktion auf DDoS-Angriffe.

Neue Methoden zielen darauf ab, die Sprachprivatsphäre in Audioüberwachungssystemen zu schützen.

Ein neues Tool optimiert die grosse konstante Multiplikation für eine bessere Leistung von kryptografischen Systemen.

Eine neue Methode für sichere Online-Transaktionen, die Quanten-Technologie nutzt, um Käufer und Verkäufer zu schützen.

Forschung zeigt, wie LLMs die Privatsphäre verbessern können, während sie die Effektivität von Sprachmodellen beibehalten.

Diese Studie untersucht den Einsatz von PIM-Systemen zur Verbesserung der Leistung von homomorpher Verschlüsselung.

Matrixberechnungen verbessern, indem man Stragglers angeht und den Datenschutz verbessert.

Die Erforschung von Schwachstellen und Verteidigungsstrategien in semantischen Kommunikationssystemen.

Lerne, wie PUFs die Informationssicherheit durch einzigartige Antworten verbessern.

Untersuchung von Methoden und Konzepten zum Schutz geheimer Nachrichten.

Untersuchung von Sicherheitsrisiken von DNN-Executables gegen Bit-Flip-Angriffe.

Dieser Artikel behandelt Methoden zum Schutz von Nutzerdaten in Empfehlungssystemen.

Fairness as a Service bekämpft Bias in maschinellen Lernsystemen auf sichere Weise.

Untersuche die Risiken, die Hintertürangriffe für Systeme der natürlichen Sprachverarbeitung darstellen.

CToMP bietet eine neue Möglichkeit, unbemannte Systeme vor Speicherbeschädigungsangriffen zu schützen.

Neue Methoden zum Schutz der Privatsphäre beim Teilen von Informationen zwischen mehreren Gruppen.

Eine Methode, um Datenschutz- und Fairnessprobleme im maschinellen Lernen anzugehen.

Eine neuartige Methode, die TEEs nutzt, um Machine-Learning-Modelle im föderierten Lernen zu schützen.

Innovativer Ansatz für sichere Kommunikation in ressourcenlimitierten IoT-Geräten.

Eine neue Audio-Angriffsart birgt Risiken für sprachgesteuerte Geräte.

Dieser Artikel behandelt die Effektivität von Tools, die dafür entwickelt wurden, Smishing-Angriffe zu erkennen.

Ein neues Framework, um Schwachstellen in Smart Contracts zu erkennen und zu beheben.

Eine neue Methode kombiniert TEEs und verschlüsselte Schaltkreise für bessere Leistung bei Cloud-Aufgaben.

AIDPS verbessert die Sicherheit von Unterwasser-Sensornetzwerken gegen verschiedene Angriffe.

Ein Blick auf Gerätespuren und eine Methode, um die Privatsphäre der Nutzer zu schützen.

Neue Methode verbessert die Erkennung von unbekannten Angriffen in IoT-Umgebungen.

Dieser Artikel geht der Rolle von PETs in der Datensicherheit und ihren Anwendungen auf den Grund.

Die Komplexität von Datensicherheit und dem Vergessen in Machine Learning untersuchen.

Eine Methode, die Split Learning mit homomorpher Verschlüsselung kombiniert, verbessert den Datenschutz im maschinellen Lernen.

Eine Methode, um die Privatsphäre-Einstellungen zu optimieren für besseren Datenschutz und Nützlichkeit.