Neuste Artikel für Cyber-Sicherheit

Eine neue Methode schützt dezentrales Lernen vor Datenvergiftungsangriffen.

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

TrojVLM zeigt Schwachstellen in Vision Language Models für Backdoor-Angriffe auf.

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

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

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

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

Dieses Papier bespricht einen neuen Ansatz zur Cybersicherheit mit probabilistischer Obstruktionszeitlogik.

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

Die Analyse von Mammogrammen ist gefährdet durch Cyberangriffe, was stärkere KI-Schutzmassnahmen erfordert.

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

Ein Blick auf Membership-Inference-Angriffe und deren Bedeutung für den Datenschutz.

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

Entdecke, wie Emojis AI-Sprachmodelle sicherheitsmassnahmen umgehen können.

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

Dieser Artikel behandelt die Auswirkungen von Denial-of-Service-Angriffen auf cyber-physische Systeme und Möglichkeiten, sie zu mindern.

Spärliche AC FDI-Angriffe können die Stabilität des Stromsystems durch minimale Messänderungen gefährden.

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

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.

Ein Blick darauf, wie die Digital Twin-Technologie die Fertigungsprozesse verbessert.

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

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.

Entdecke, wie Sicherheitsleitplanken smarte Modelle vor schädlichen Eingaben schützen.

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

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

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

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

Die Nützlichkeit von EPSS zur Vorhersage von Sicherheitsanfälligkeiten bewerten.

Generative KI verändert die Produktivität in Sicherheitsoperationcentern für schnellere Vorfallreaktionen.

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

Dieses Papier präsentiert einen neuen Ansatz zur Erstellung synthetischer Daten für Analysen und Modellierung.

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

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

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

Strategien zum Schutz von Bildern vor unbefugter Rekonstruktion.

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.