Computerwissenschaften - Kryptographie und Sicherheit

Ein Modell sagt die Verwundbarkeit gegenüber Cyberangriffen basierend auf sozialen und wirtschaftlichen Faktoren voraus.

Lerne die wichtigsten Schwachstellen in Smart Contracts kennen und wie du dich dagegen schützen kannst.

Die Relevanz des kürzesten Vektorproblems in moderner Sicherheit und Quantencomputing untersuchen.

Eine Analyse der Effektivität der API beim Ausbalancieren von Benutzerdatenschutz und Werbebedürfnissen.

Lerne über die Bedrohungen und Strategien, die mit dem Hijacking von Cloud-Ressourcen zusammenhängen.

Erforschung der Schnittstelle zwischen Blockchain und föderiertem Lernen für Datenschutz und Sicherheit.

Vielfältige Proben steigern die Effektivität des Diebstahls von Machine-Learning-Modellen.

Lerne, wie schwer schwanzige Geräusche die Privatsphäre in Machine-Learning-Modellen verbessern.

Ein Blick auf innovative Methoden in der Cybersicherheit mit Hilfe von Cyber-Illusionen.

Untersuchung von gewichtslosen neuronalen Netzen und ihrer Rolle bei der Sicherung sensibler Daten.

Hacktivismus stellt in der heutigen digitalen Landschaft ernsthafte Risiken für die Satellitensicherheit dar.

Eine Studie zeigt Schwachstellen in beliebter Passwort-Management-Software auf.

Eine Studie darüber, wie grosse Sprachmodelle die Schwachstellenerkennung in Software verbessern können.

Ein Blick auf Endomorphismusringe und ihre Rolle in elliptischen Kurven und Kryptografie.

Erforscht die Datenschutzrisiken und Abwehrmechanismen im Zusammenhang mit synthetischen Daten, die von GANs erstellt werden.

Entdecke, wie Liquid Staking Tokens Flexibilität beim Staking und in der dezentralen Finanzwelt bieten.

Neueste Erkenntnisse zeigen Schwachstellen beim kabellosen Laden, die zu Schäden an Geräten führen können.

Ein Framework zum Trainieren von Machine Learning-Modellen, während die Privatsphäre geschützt wird.

Untersuchung, wie harmlose Daten ungewollt schädliche Ausgaben in Sprachmodellen erzeugen können.

Das Verständnis der Auswirkungen von adversarialen Angriffen auf Machine-Learning-Modelle.

Ein Blick auf Leistungsprobleme in Hyperledger Fabric und Quorum.

Forschung zeigt, dass Chat-Modelle krasse Sicherheitsrisiken durch Hintertürangriffe haben.

Die Auswirkungen von öffentlichen Daten auf differenzielle Privatsphäre im Machine Learning untersuchen.

Alginat stellt eine ernsthafte Bedrohung für die Fingerabdrucksicherheit bei Smart-Geräten dar.

Bi-LORA verbessert die Erkennung von KI-generierten Bildern mithilfe von Vision-Language-Modellen.

Crescendo-Attack nutzt freundliche Gespräche, um KI-Modelle zu schädlichen Ausgaben zu manipulieren.

Dieser Artikel untersucht, wie Nutzer adversarielle Phishing-Seiten wahrnehmen und wie man die Erkennung verbessern kann.

Ein neues System verbessert die Standortverifizierung für Bürgerberichte während Krisen.

Die Sicherheitsimplikationen von KI-generiertem Code mithilfe von Sicherheits-APIs untersuchen.

Erforsche, wie man den Datenschutz inmitten wachsender KI-Technologie schützen kann.

Synthetic Data ermöglicht es Unternehmen, Erkenntnisse zu teilen und gleichzeitig sensible Informationen zu schützen.

Ein Framework, das Agenten nutzt, ermöglicht es den Nutzern, die Sicherheits- und Datenschutz-Einstellungen für IoT zu verwalten.

Untersuchung, wie maschinelles Vergessen sensible Daten aufdecken kann.

Eine neue Methode verbessert die Leistung von FHE, während die Genauigkeit in der Datenanalyse erhalten bleibt.

Eine neue Methode verbessert den Datenschutz und die Leistung im föderierten Maschinellen Lernen.

Ein automatisiertes Tool prüft Smart Contracts auf ERC-Konformität und verbessert die Sicherheit.

Dieser Artikel bespricht, wie wichtig Sandboxing zum Schutz von kleinen Satelliten ist.

Ein neuer Ansatz zum Schutz der Bildprivatsphäre in der Technologie, während die Modellleistung erhalten bleibt.

Untersuchen von föderierten Lernprotokollen, um die Privatsphäre zu verbessern und gleichzeitig die Modellgenauigkeit zu steigern.

Ein bahnbrechender Ansatz zur Ausnutzung von Sprachmodellen durch gegnerische Textgenerierung.