Computerwissenschaften - Kryptographie und Sicherheit

Eine Übersicht über traditionelle und Deep-Learning-Methoden in der Netzwerksicherheit.

Forschung zeigt Schwächen bei der Erkennung von Online-Toxizität mit ASCII-Kunsttechniken.

Neue Algorithmen verbessern das Lösen von Gleichungen mit ganzen Zahlen, die für die Kryptografie entscheidend sind.

Automatisierte Tools sind mega wichtig, um die Hardware-Sicherheit in modernen Geräten zu überprüfen.

Untersuchen, wie Trainingsdaten die Ausgaben von Sprachmodellen und Sicherheitsmassnahmen beeinflussen.

Neue Methoden verbessern die Datenverbrauchsüberprüfung in föderierten Lernsystemen.

Eine Studie, die Datenschutzbedrohungen in spikenden und künstlichen neuronalen Netzwerken vergleicht.

Eine neue Methode schützt dezentrales Lernen vor Datenvergiftungsangriffen.

Ein Framework, das MLP und SVM nutzt, identifiziert Android-Malware effektiv.

Eine neue Methode, um die Widerstandsfähigkeit von Federated Learning gegen Datenangriffe zu verbessern.

Die Komplexität beim Nachweisen der Datennutzung im KI-Training verstehen.

Ein neuer Ansatz verbessert die Malware-Erkennung und widersteht gleichzeitig feindlichen Angriffen.

Ein Blick auf die Herausforderungen und Lösungen von föderiertem Lernen in Bezug auf Datenschutz und Modellgenauigkeit.

Neue Methode wirft Sicherheitsbedenken bei EEG-Systemen auf, zeigt aber auch potenzielle Schutzanwendungen.

Eine massgeschneiderte Speicherlösung für Konsortial-Blockchains wie Hyperledger Fabric.

Neue Trainingsmethode verbessert die Sicherheit und Leistung von LLMs.

Ein neues System, um die Sicherheit von IoT-Geräten mühelos zu überprüfen.

Überprüfung von Datenschutzanfälligkeiten im föderierten Lernen und deren Auswirkungen auf die Datensicherheit.

Lern mal was über DeFi und die Herausforderungen von Maximal Extractable Value.

Erforsche, wie neue Verschlüsselungsstandards unsere Daten vor quanten Bedrohungen schützen.

Kundenangepasste Anpassung verbessert die Effizienz und Privatsphäre im föderierten Lernen.

Automatisiertes Testen verbessert die Sicherheit in Gesundheitssystemen und geht auf sich entwickelnde Cyber-Bedrohungen ein.

Lern was über Speicherbeweise und ihre Rolle im Ethereum-Ökosystem.

Eine neue Methode schützt sensible Daten in der QUBO-Optimierung.

Neue Methoden für digitale Signaturen sollen vor den Risiken der Quantencomputing gefeit sein.

Ein Blick darauf, wie föderiertes Lernen die Patientenversorgung verbessert und gleichzeitig die Privatsphäre wahrt.

MASA bietet eine Lösung zur Verbesserung der Sicherheit in föderierten Lernsystemen.

Nicht alle NVMe-SSDs sind sicher; manche könnten deine Daten gefährden.

Entdecke, wie das MAP-Protokoll die Lücken zwischen Blockchains schliesst, um nahtlose Transaktionen zu ermöglichen.

Erkunde, wie Bitcoin funktioniert und welche Bedrohungen es gibt.

Risiken und Lösungen für die Speichersicherheit in IoT-Geräten untersuchen.

WaKA zeigt, wie Datenpunkte Modelle beeinflussen, während sie Datenschutzrisiken bewerten.

Entdecke, wie RA-WEBs die Sicherheit von Web-Diensten mit Trusted Execution Environments verbessert.

Eine neue Methode, um Smart Meter vor FDI-Angriffen zu schützen und dabei die Privatsphäre zu wahren.

SAGIN und neue Lernmethoden versprechen eine vernetzte Zukunft.

Forscher präsentieren einen kostengünstigen Ansatz zur Minimierung von Datenschutzrisiken in grossen Sprachmodellen.

Ein Blick auf die Risiken von DeFi und die Notwendigkeit besserer Sicherheitswerkzeuge.

Untersuchen, wie feindliche Angriffe Text- und Bildklassifikationsmodelle beeinflussen.

KI verändert, wie wir Softwareanfälligkeiten effektiv angehen.

Ein frisches Framework kombiniert IDS und UEBA für bessere Bedrohungserkennung.