Computerwissenschaften - Kryptographie und Sicherheit

Das TbDd-Framework verbessert die Sicherheit und Effizienz von Blockchain-Anwendungen für das IoT.

Methoden zum Schutz der Privatsphäre im Machine Learning untersuchen.

KernelGPT automatisiert die Erstellung von Syscall-Spezifikationen, um Kernel-Fuzzing und Fehlersuche zu verbessern.

Forscher entwickeln ein Atem-basiertes Identifikationssystem mit einzigartigen Luftstrommustern.

Eine klare Strategie für die Automatisierung und Verwaltung von Smart Homes mit mehreren Regeln.

Ein neuer Ansatz zur Verbesserung der Fairness bei der Transaktionsreihenfolge für Blockchain-Technologie.

Untersuchung von Schwachstellen im maschinellen Lernen bei der Erkennung von Hardware-Trojanern in ICs.

Ein neuer Ansatz vereinfacht die sichere Programmierung für verteilte Systeme.

Ein neuer Ansatz sichert die Auswahl der Teilnehmer im föderierten Lernen, um die Privatsphäre zu schützen.

Studie zeigt Risiken von Backdoor-Angriffen bei GNN-Linkvorhersageaufgaben.

Neue Methoden zielen auf das Verhalten von Agenten durch Angriffe zur Trainingszeit ab.

E2ABL bietet einen neuen Ansatz, um die Modellsicherheit gegen Backdoor-Bedrohungen zu verbessern.

Die Herausforderungen von steigendem Cybercrime angesichts des wachsenden Internetzugangs in Westafrika angehen.

Methoden zur Verbesserung der Erkennung von abnormalen Bitcoin-Transaktionen, um die Systemsicherheit zu erhöhen.

DP-ZO gleicht Privatsphäre und Leistung beim Training von Sprachmodellen aus.

Lern, wie DNS-Filtertechniken vor Online-Gefahren schützen.

Eine Methode zur Verbesserung des Verständnisses und der Sicherheit von Graph-Neuronalen Netzwerken.

Eine neue Methode, um die Kommunikation in FedRec zu verbessern und dabei die Nutzerdaten zu schützen.

Erforschung dynamischer Reaktionssysteme für verbesserte Fahrzeugcybersicherheit.

Eine Studie deckt verborgene Netzwerke von illegalen Kryptowährungs-Transaktionen auf.

Brave bietet Privatsphäre und Schutz vor Bedrohungen im Peer-to-Peer-Föderierten Lernen.

Die wachsende Bedeutung und die Probleme der digitalen Identität in unserer Online-Welt untersuchen.

Ein formeller Ansatz zur Identifizierung von Datenschutzverletzungen in Quantencomputeralgorithmen.

Ein Blick auf Föderiertes Lernen und Unlearning für Datenschutz.

Ein neuer Ansatz, um gefälschte Basisstationen und mehrstufige Angriffe zu finden.

Ein Blick darauf, wie homomorphe Verschlüsselung den Gradientenabstieg bei der Datensicherheit unterstützt.

Lern, wie CIR und Blockchain sicheres Informationssharing verbessern.

WebAssembly macht Web-Apps schneller, bringt aber auch Sicherheitsbedenken mit sich.

Ein Blick auf die Herausforderungen und Lösungen der Cybersicherheit in der Smart-Grid-Technologie.

Strategien zur Verbesserung der Sicherheit von PoS-Blockchains.

Dieses Papier untersucht, wie GNNs die Verteidigung gegen Cyberangriffe während ihres Lebenszyklus verbessern.

Die Untersuchung des Zusammenhangs zwischen Schaltkreis-Komplexität und schwarzen Löchern zeigt faszinierende Verbindungen.

Eine Studie über effektive Honeypot-Integration in Produktionssysteme zur Verbesserung der Cybersicherheit.

Diffusionsmodelle nutzen, um die Erkennung von adversarialen Beispielen im Machine Learning zu verbessern.

Lern, wie sichere Speicherlöschprotokolle kompromittierte Geräte schützen können.

Eine Studie zur Effektivität von binärem CFI im Vergleich zu quellenbasierten Methoden.

Forschung zeigt, wie sich die Glätte auf angreifende Attacken bei der Bildgenerierung auswirkt.

Ein methodischer Ansatz für Codeüberprüfungen zur Privatsphäre bei konformen Software.

Ein neuer Ansatz zur Analyse von Datenschutzrichtlinien mithilfe von Crowdsourcing und aktivem Lernen.

Ein Blick auf MEV-Extraktionsstrategien im dezentralen Finanz-Ökosystem von Algorand.