Neuste Artikel für Cyber-Sicherheit

Die Gefahren von quantisierten Sprachmodellen und deren mögliche Missbrauch anschauen.

Fast-FedUL bietet schnelle Methoden zur Datenentfernung für föderiertes Lernen und sorgt gleichzeitig für Privatsphäre.

Dieser Artikel untersucht die Sicherheitsrisiken von Backdoor-Angriffen auf maschinelles Lernen in graphbasierten Systemen.

Ein neuer Ansatz verbessert die Effektivität von Angriffen auf sicherheitsfokussierte Sprachmodelle.

Dieser Artikel bewertet die Effektivität von visuellen Ähnlichkeitsmodellen gegen Phishing-Angriffe.

Ein frischer Ansatz, um sensible Graphdaten online sicher zu halten.

DiveR-CT verbessert automatisiertes Red-Teaming für bessere Sicherheitsbewertungen.

Eine Studie zur Effektivität von Bibliotheken, die X.509-Zertifikate parsen.

Lern, wie Quanten-Technologie private Kommunikation schützt.

Eine Übersicht über Netzwerk-Analyse-Methoden zur Bekämpfung von Geldwäsche.

Ein Blick auf die Sicherheitsherausforderungen und Lösungen für Hardware in der Cloud.

Neue Methoden bekämpfen Hintertürangriffe auf maschinelles Lernen Modelle für mehr Sicherheit.

Die Herausforderungen und Lösungen beim Wasserzeichen von LLMs untersuchen, um Missbrauch zu verhindern.

Eine Studie über Sicherheitslücken bei der Überprüfung von Smart-Contract-Adressen und ein vorgeschlagener Erkennungsansatz.

Ein neuer Massstab zur Bewertung von LLMs bei Cybersecurity-Aufgaben.

Entdecke die wichtigsten Methoden und Anwendungen zur Anomalieerkennung in sich verändernden Datenstrukturen.

Untersuchung der Beiträge und Schwächen von Clients in föderierten Lernsystemen.

Neue kryptografische Methoden sind entscheidend, um Daten gegen Quantenbedrohungen zu schützen.

Schädliche Erweiterungen im Chrome Web Store untersuchen und wie man sie erkennt.

Dieser Ansatz verbessert den Funktionsvergleich in Software durch Call-Graphlets.

LayerCAM-AE verbessert die Erkennung von schädlichen Updates im föderierten Lernen und schützt dabei die Datensicherheit.

Die Kombination von NIDS mit neurosymbolischer KI verbessert die Bedrohungserkennung und das Verständnis des Systems.

Analyse von Schwachstellen im SAE J1939-Protokoll für Nutzfahrzeuge.

Zwei innovative Techniken verbessern die adversarialen Angriffe auf Modelle mit tabellarischen Daten.

Die Risiken und den Missbrauch von grossen Sprachmodellen im Cybercrime untersuchen.

Sicherheitsprobleme bei KI-Agenten angehen für sicherere Interaktionen.

Neue Methoden verbessern die Vorhersagen von Sprachmodellen unter unterschiedlichen Eingabebedingungen.

ECHO verbessert die Netzwerkverkehrs-Klassifizierung durch maschinelles Lernen.

BISON bietet eine sichere Möglichkeit, um sich anzumelden und dabei die Identität der Nutzer zu schützen.

Wir stellen PrivacyRestore vor, um Nutzerdaten zu schützen, während grosse Sprachmodelle verwendet werden.

Erschliess die Datenschutzprobleme, die durch Inferenzangriffe bei Machine-Learning-Modellen entstehen.

Eine neue Methode zum Identifizieren von Schwachstellen im nativen Code von Android-Anwendungen.

FACOS bietet eine sichere Möglichkeit, sensible Daten mit Blockchain-Technologie zu verwalten.

Lern was über Gesichtserkennung gegen Spoofing-Systeme und wie wichtig die für die digitale Sicherheit sind.

Lern die Fuzzing-Techniken kennen, um die Sicherheit von Webanwendungen zu verbessern.

Die Herausforderungen von GNN-Explainer unter Angriffen in kritischen Anwendungen erkunden.

Ein neues Design kombiniert Quanten-Schlüsselverteilung mit Tor für besseren Online-Schutz der Privatsphäre.

Neue Angriffsstrategie sorgt für Bedenken hinsichtlich der Privatsphäre in Dokumentenverständnis-Modellen.

Die Risiken von Backdoor-Angriffen auf intelligente Systeme aufdecken.

Neue Methoden wie PromptFix helfen, Sprachmodelle vor versteckten Bedrohungen zu schützen.