Neuste Artikel für Cyber-Sicherheit

TabADM bietet einen neuen Ansatz, um Anomalien in tabellarischen Daten effizient zu identifizieren.

Untersuchung der Eigenschaften und Sicherheitsrisiken von On-Device-Modellen in iOS-Apps.

Kombination von neuronalen Netzen und symbolischem Reasoning, um KI in der Cybersicherheit zu verbessern.

Erforschen, wie KI Penetrationstestern helfen kann, Systemanfälligkeiten zu finden.

Ein neues Framework verbessert die Robustheit des Graph Contrastive Learning gegen strukturelle Angriffe.

Neue Methode verbessert gegnerische Beispiele gegen Schwächen von Sprachmodellen.

Lerne was über Informationslecks und Strategien, um sensible Daten zu schützen.

Kürzliche Backdoor-Angriffe zeigen Risiken in der Spracherkennungstechnologie.

Die Forschung konzentriert sich darauf, die Verschlüsselungssicherheit mit zufälligen Taktraten und Dummy-Kernen zu verbessern.

Erforsche den Node Injection Link Stealing-Angriff und die Datenschutzbedenken in GNNs.

Erforschen von fortgeschrittenen Methoden zur Verbesserung des Datenschutzes im Maschinenlernen mit quantentechnischen Verfahren.

RoSAS verbessert die Anomalieerkennung mit beschrifteten Daten und innovativen Techniken.

Ein neuer Ansatz zur Risikobewertung mit Hilfe von Angriffsgraphen für bessere Cybersicherheit.

Neue Methode verbessert angreifende Attacken und erhält gleichzeitig die Leistungskennzahlen.

Eine neuartige Methode zur Erkennung von Deepfakes mit selbstüberwachtem Lernen und Graphstrukturen.

SecBeam bietet eine sichere Lösung für mmWave-Kommunikation gegen Beam-Stealing-Bedrohungen.

Neue Methode überprüft den Besitz von DRL-Modellen, um Diebstahl zu verhindern.

Lern die Gefahren von drahtlosen Virusangriffen und Abwehrstrategien kennen.

Experten haben bei einem kürzlichen Gipfel über die Herausforderungen und Strategien der Sicherheit in der Software-Lieferkette diskutiert.

Ein Blick auf Abwehrmassnahmen gegen Backdoor-Angriffe in tiefen neuronalen Netzwerken.

Eine neue Methode, um tiefe neuronale Netzwerke vor Backdoor-Bedrohungen zu schützen, mit vielversprechenden Ergebnissen.

Neue Methoden zielen darauf ab, Angreifer zu fangen, bevor sie Schaden anrichten.

Die Erkundung von Datenschutzfragen beim Feintuning von KI-Modellen wie GPT-3.

Diese Studie analysiert die Risiken von adversarialen Beispielen im maschinellen Lernen und mögliche Abwehrmassnahmen.

Risiken von Datenlecks in CPU-GPU integrierten Systemen erkunden.

Lern, wie man die Lebensdauer von Kompromittierungsindikatoren effektiv managt.

Ein neuer Ansatz zur Verbesserung der Klassifizierung von verschlüsseltem Verkehr durch Byte-Analyse.

Die steigenden Cyberbedrohungen für Software-Lieferketten durch gemeinschaftliche Anstrengungen und bewährte Praktiken angehen.

Eine kartenbasierte Methode, um Cybersicherheit für Anfänger zugänglich zu machen.

Eine neue Methode verbessert die Genauigkeit bei der Identifizierung von Softwareanfälligkeiten.

Erfahre mehr über die Erpressungsbedrohungen für Ethereum-Validatoren und wie man Risiken minimieren kann.

FPGAs verbessern die Effizienz und Sicherheit von föderierten Lernprozessen.

SF-IDS verbessert die Cyberabwehr mit semi-supervised Learning und hybrider Verlustfunktion.

Diese Studie verbessert die Robustheit von Deep Learning durch dynamische Modellauswahl.

Eine neue Methode konzentriert sich auf das Verhalten von Binärcode für eine bessere Ähnlichkeitserkennung.

Ein neuer Ansatz, um die Sicherheit von autonomen Fahrzeugen gegen Cyber-Bedrohungen zu verbessern.

Forscher entwickeln ein Conformer-Modell, um die Erkennung von gefälschten Audios zu verbessern.

Automatisierte Angriffe auf DNN-Beschleuniger können Modellinformationen mit minimalem Aufwand aufdecken.

Lerne die Risiken von geräuschbasierten Tastaturangriffen kennen und wie du dich schützen kannst.

Die Gefahren von Backdoor-Angriffen in Quanten-Neuronalen-Netzen erkunden.