Computerwissenschaften - Kryptographie und Sicherheit

Eine Analyse des wachsenden Trends der Multi-Block-MEV-Extraktion auf Ethereum.

Wasserzeichen auf Bildern in Datensätzen schränken die Modellgenauigkeit und -leistung ein.

Neues Framework verbessert die Angriffseffizienz auf graphbasierte neuronale Netze, indem es Schwachstellen anvisiert.

SFU erlaubt Datenlöschung, während die Privatsphäre im maschinellen Lernen geschützt wird.

Ein neuer Ansatz verbessert die Effektivität von adversarialen Beispielen in KI-Systemen.

Erforsche, wie Blockchain-Technologie das Teilen von Daten verbessert und gleichzeitig Privatsphäre und Sicherheit gewährleistet.

Eine neue Methode nutzt Kausalität, um sich gegen Backdoor-Bedrohungen in Deep-Learning-Modellen abzusichern.

Eine neue Methode schützt die Privatsphäre der Spieler, während sie Informationen in Netzwerkspielen teilen.

Untersuchung der Schnittstelle zwischen differenzieller Privatsphäre und Optimierungsherausforderungen.

DRAM-Technologie hat Herausforderungen, während Forscher nach Verbesserungen in Leistung und Zuverlässigkeit suchen.

Die Cybersecurity-Bedrohungen für autonome Fahrzeuge und die Bedeutung des Schutzes von LiDAR-Daten erkunden.

Neue Methode verbessert die Abwehr von multimodalen Modellen gegen Datenvergiftung und Hintertürangriffe.

Die Zukunft von sicheren und privaten digitalen Zahlungen erkunden.

Eine Studie über die Verbesserung der Schwachstellenverwaltung trotz unvollständiger Berichte.

Ein Softwareansatz zum Schutz sensibler Daten in günstigen IoT-Geräten.

Forschung zu Fortschritten bei der Erstellung synthetischer Bilder, während die Privatsphäre persönlicher Daten geschützt wird.

Erforschen von Urheberrechtsfragen im Zusammenhang mit KI-generierten Bildern und Schutzmethoden.

Ein Blick auf die Verbesserung von Evaluationspraktiken für diffusionsbasierte Methoden gegen adversarielle Angriffe.

Neue Quantenmethoden verbessern die Sicherheit in kryptografischen Kommunikationen.

Erforschen der Rolle des Rucksackproblems in sicheren Identifikationssystemen.

Erforschen der sicheren Widerrufung von Schlüsseln in quanten-kryptografischen Systemen.

Ein Blick auf die Fortschritte in der asynchronen MDI-QKD für sichere Schlüsselteilung.

vFHE und Blind Hash stärken das Vertrauen in verschlüsselte Berechnungen und garantieren Datenschutz.

Eine Studie darüber, wie VGG-16 auf adversarielle Angriffe reagiert.

Lern, wie man Bilder mit fortgeschrittenen Techniken in Audio verstecken kann.

Die Vorteile und Herausforderungen von homomorpher Verschlüsselung bei der Datenverarbeitung erkunden.

Ein neuer Ansatz zum sicheren Austausch von Schlüsseln zwischen mobilen Robotern und ihren Controllern.

Neue Strategien zum Schutz von tiefen neuronalen Netzwerken gegen unbefugte Nutzung.

Ein neuer Prädiktor schützt das automatisierte Fahren vor manipulierten Hindernissen.

Ein neuer Ansatz verbessert die Empfehlungsqualität und schützt dabei die Privatsphäre der Nutzer.

Dieses neue System schützt digitale Signaturen vor den Risiken des Quantencomputings.

SSL-Cleanse bekämpft Trojaner-Angriffe in selbstüberwachten Lernmodellen.

Erkundet, wie Ethereums Wechsel zu PoS die Belohnungen und die Leistung der Validatoren verändert.

Forschung zeigt ne Methode, um die Effektivität von adversarialen Beispielen zu steigern, die KI-Modelle auszutricksen.

Ein Blick darauf, wie Daten die Fähigkeit von Machine-Learning-Modellen beeinflussen, sich gegen gegnerische Angriffe zu wehren.

Diese Studie untersucht LiDAR-Spoofing-Angriffe und ihre Auswirkungen auf selbstfahrende Autos.

Blockchain und Zero-Knowledge-Proofs nutzen, um Vertrauen und Vertraulichkeit in Kooperationen zu verbessern.

Ein neuer Ansatz geht auf Datenschutzbedenken bei der retinalen Bildgebung ein und behält dabei die klinischen Details bei.

Lern, wie man mobile Apps erkennt, die die Privatsphäre verletzen könnten.

Ein Blick darauf, wie öffentliche Datensätze die Einsichten aus privaten Daten verbessern und gleichzeitig die Privatsphäre wahren.