Computerwissenschaften - Kryptographie und Sicherheit

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.

Erforschung von quantenbasierten Methoden für sichere und effiziente Datenabfragen.

Neue Methode verbessert das Energiemanagement in Multicore-Systemen, indem sie die Schätzung des Energieverbrauchs verfeinert.

Federated Learning bietet ne Möglichkeit, Daten zu schützen, während man über Geräte hinweg zusammenarbeitet.

Eine neue Methode erkennt problematische Geräte im föderierten Lernen, um Geschwindigkeit und Sicherheit zu verbessern.

Neue Methoden schützen Gehirndaten in der BCI-Technologie.

Entdecke, wie ein neues System den Datenschutz und die Verarbeitungsgeschwindigkeit für LLMs verbessert.

Lern, wie Unternehmen ML nutzen können, um DoS-Angriffe zu erkennen und zu verhindern.

NinjaDoH sichert deine DNS-Abfragen für eine sichere Internetnutzung.

Lern was über APTs und wie neue Erkennungsmethoden die Cybersicherheit verbessern.

FedBlock verbessert die Sicherheit des föderierten Lernens mit Blockchain-Technologie.

Visuelle Tools nutzen, um die Erkennung von Bedrohungen in Netzwerken zu verbessern.

Ein tiefer Einblick in das Tracking von Insider-Risiken in den Workflows von Support-Agenten.

Die Nützlichkeit von EPSS zur Vorhersage von Sicherheitsanfälligkeiten bewerten.

Lern, wie man neuronale Netzwerke rekonstruiert und was das für Folgen hat.

FedPID verbessert die Tumorsegmentierung und schützt gleichzeitig die Patientendaten.

CryptoEL bietet eine coole Möglichkeit für Kinder, etwas über digitale Sicherheit zu lernen.

Forschung zeigt, wie man Hyperparameter anpassen kann, um die Modellleistung zu verbessern.

Untersucht, wie quantum CORDIC die Berechnungen des Arkussinus in der Quantencomputing verbessert.

Eine Studie zur Verbesserung von Methoden zur Geräteidentifizierung für bessere IoT-Sicherheit.

Forschung zeigt die Risiken von Property-Inference-Angriffen auf GNNs und die Notwendigkeit von Datenschutz.

Eine neue Methode, um Trojaner-Hintertüren in neuronalen Netzen zu identifizieren.

Diese Studie untersucht, wie LLMs Domain-Generierungs-Algorithmen in der Cybersicherheit erkennen können.

Erfahre, wie Forscher nicht-kooperative RISs angehen, um die Kommunikationssicherheit zu verbessern.

Untersuchung der Schwachstellen von Spiking Neural Networks durch clevere Angriffs-Methoden.

Lerne, wie Föderiertes Lernen die Privatsphäre im maschinellen Lernen verbessert, während es neuen Bedrohungen gegenübersteht.

Neue Wege finden, um Geldwäsche durch Datenaustausch und maschinelles Lernen zu bekämpfen.