Computerwissenschaften - Kryptographie und Sicherheit

Methoden zur Bereitstellung zuverlässiger Bevölkerungsschätzungen bei gleichzeitiger Gewährleistung der Vertraulichkeit der Befragten.

Forschung verbessert die EKG-Interpretation und sorgt gleichzeitig für den Datenschutz der Patienten.

Ein Blick auf die Zuverlässigkeit und Schwachstellen von PUFs in IoT-Geräten.

Die Erkundung der regulatorischen Landschaft von generativer KI und deren Auswirkungen.

Eine grosse Schwachstelle in XMPU gibt sensible Daten nach dem Beenden des Prozesses preis.

Erforschen, wie federated Learning den Datenschutz im Gesundheitswesen verbessern kann.

Diese Studie untersucht die Schwächen von SER-Modellen gegen adversarielle Angriffe über verschiedene Sprachen hinweg.

Ein neuer Ansatz für Wasserzeichen zielt darauf ab, die Erkennung zu verbessern und den Missbrauch von Sprachmodellen zu verhindern.

Ein Rahmenwerk zur Verbesserung des Firmware-Update-Managements für intelligente Wechselrichter.

Eine Methode, um neuronale Netzwerke gegen Schwachstellen im Speicher abzusichern.

Untersuchen, wie Datenschutz-Werbung die Einstellung und das Verständnis der Verbraucher beeinflusst.

Neues Framework hilft, sensible Zusammenfassungsstatistiken beim Datenaustausch zu schützen.

Eine Methode, um Missbrauch von Text-zu-Bild-Modellen zu verhindern, während ihre legalen Anwendungen erhalten bleiben.

Untersuchung automatisierter Systeme für eine effiziente Untersuchung von Cyberbedrohungen und -verletzungen.

In diesem Artikel geht's um die Bedeutung und Strategien zur Sicherung von Software-Lieferketten.

WPS kann bei Standortdiensten helfen, bedroht aber die Privatsphäre der Nutzer erheblich.

Chiplet-Designs verbessern die Effizienz, bringen aber ernsthafte Sicherheitsanfälligkeiten mit sich, die behoben werden müssen.

Eine neue Methode zum Schutz der Privatsphäre in Text-zu-Bild-Modellen.

Untersuchung des Zusammenhangs zwischen lokaler differentieller Privatsphäre und Fairness in ML-Systemen.

Cybersicherheit ist wichtig, um digitale Systeme vor Bedrohungen und Schwachstellen zu schützen.

Neue Methoden verbessern die Prüfungen der Privatsphäre und konzentrieren sich auf versteckte Zustandsmodelle im maschinellen Lernen.

Neue Protokolle verbessern die Sicherheit in der Quantenkommunikation gegen Abhören.

FedSC verbessert das Modelltraining und schützt dabei die Privatsphäre der Nutzer im föderierten Lernen.

Neue Techniken verbessern die Skalierbarkeit im differential privatem maschinellen Lernen.

Ein neues Framework verbessert die Effizienz von automatisierten Penetrationstests mithilfe von Reinforcement Learning.

Ein neuer Ansatz zur Randomisierung von MAC-Adressen verbessert den Datenschutz der Nutzer im WLAN.

Untersuchung der Risiken, denen TEEs durch sich entwickelnde Angriffsmethoden ausgesetzt sind.

Untersuchung des Einflusses von Nudges auf das Verhalten beim Ändern von Passwörtern nach Datenpannen.

FENN bietet einen neuen Ansatz zur Schätzung von Gebühren für schnellere Bitcoin-Transaktionen.

Inschriften ändern, wie Daten auf Blockchains aufgezeichnet werden.

Die Auswirkungen von KI auf Effizienz, Privatsphäre und Sicherheit in wichtigen Systemen erkunden.

Neue Methoden verbessern die Sicherheit von Sprachmodellen, ohne die Funktionalität einzuschränken.

AdvUnlearn verbessert die Sicherheit bei der Bildgenerierung, indem es Unlearning mit adversarialem Training kombiniert.

Eine neue Methode verbessert die Vorhersagegenauigkeit und schützt dabei die Privatsphäre der Nutzer in Cloud-Modellen.

Dieser Artikel untersucht, wie Angriffe die Sicherheit von LLMs und die Generierung von Antworten beeinflussen.

Eine neue Methode verbessert Jailbreak-Angriffe auf fortgeschrittene KI-Modelle durch Charakter-Rollenspiele.

Ein ressourcenschonender Ansatz für Backdoor-Angriffe auf fortgeschrittene Machine-Learning-Modelle.

Erforschen der Kombination aus datenschutzorientiertem Lernen und Daten Generierungstechniken.

Neue Methoden in der codebasierten Verschlüsselung verbessern den Datenschutz effektiv.

Dieser Artikel behandelt die Manipulationen und Schwächen von PD-Diagrammen in der KI-Gerechtigkeit.