Neuste Artikel für Cyber-Sicherheit

Eine Studie über die Verwundbarkeiten von LLM-integrierten Anwendungen gegen SQL-Injection-Angriffe.

URET bietet eine flexible Lösung gegen feindliche Angriffe auf verschiedene Datentypen.

ScalOTA verbessert OTA-Updates für Fahrzeuge mithilfe von Update-Stationen für schnellere und sichere Downloads.

Datenvergiftung in KI kann zu verletzlichem Code führen, was Sicherheitsrisiken birgt.

Eine neue Methode verbessert die Sicherheit des föderierten Lernens gegen Datenvergiftungsangriffe.

Neue Methode zeigt Schwachstellen in vertikalen föderierten Lernsystemen mit Graph-Neuronalen Netzwerken auf.

Diese Studie untersucht maschinelle Lernmethoden, um die Sicherheit von Stromsystemen zu verbessern.

SoftFlow hilft dabei, Sicherheitsprobleme im Design von elektronischen Geräten zu erkennen und schützt sensible Daten.

Ein Überblick über Android-Malware-Typen und Analysemethoden zur Verbesserung der Sicherheit.

Erforsche die Risiken und Methoden zur Prävention für die Sicherheit von IoT-Geräten.

MASC bietet einen neuen Ansatz, um Detektoren für Missbrauch von Krypto-APIs effektiv zu testen.

Ein neues Tool verbessert die Cybersicherheit für Roboter mithilfe von KI und Spieltheorie.

Ein neuer Ansatz, um binäre Codeähnlichkeiten genau zu bewerten.

Dieser Artikel untersucht lokale Angriffsrisiken gegen das FIDO2-Authentifizierungsprotokoll.

Überprüfung der Risiken von Cyberangriffen auf moderne Lenksysteme von Fahrzeugen.

Wir stellen CGBA vor, eine neue Methode für effiziente adversarielle Bildmanipulation in Black-Box-Szenarien.

Ein neues Framework verbessert den Schutz von WebAssembly-Binärdateien gegen Reverse Engineering.

Dieser Artikel untersucht überlappende Community-Detection-Methoden, um Netzwerkmanipulation zu bekämpfen.

Die Untersuchung des Anstiegs und der Risiken von Jailbreak-Prompts in Sprachmodellen.

Diese Arbeit zeigt eine Methode, um das Verständnis von Code in LLMs durch Symmetrie zu verbessern.

Eine neue Schicht verbessert die Widerstandsfähigkeit von DNNs gegen subtile Eingabeveränderungen.

Ein neues Verfahren verbessert die Erkennung von Backdoor-Bedrohungen in Modellen, die Bilder und Text verwenden.

Ein neuer Ansatz zur Fahrzeugsicherheit, der auf die steigenden Cyberbedrohungen reagiert.

Sicherheit in vernetzten Industrie- Kontrollsystemen ist mega wichtig, gerade jetzt wo die Cyberbedrohungen zunehmen.

Die Bedrohungen durch angreifende Attacken auf KI-Systeme unter die Lupe nehmen.

Erforscht eine innovative Verteidigungsmethode, um die Sicherheit des föderierten Lernens zu verbessern.

Neue Methoden, um föderiertes Lernen gegen Angriffe abzusichern und dabei die Privatsphäre der Nutzer zu wahren.

Neue Methoden zum Schutz von maschinellem Lernen vor Backdoor-Angriffen mithilfe der Merkmalsstärke.

DroidDissector hilft Forschern dabei, Android-Malware effektiv mit statischer und dynamischer Analyse zu identifizieren.

WinkFuzz verbessert das Kernel-Fuzzing, indem es die Abhängigkeiten von Systemaufrufen analysiert, um die Sicherheitstests zu optimieren.

Dieses Dokument stellt effiziente Methoden vor, um die Nachrichtenintegrität in industriellen Kontrollsystemen zu gewährleisten.

Lern, wie Edge-Computing eine zuverlässige Datenverarbeitung gewährleisten kann.

Erforschen, wie datengestützte Intelligenz Cybersecurity-Strategien und Automatisierung verbessert.

Forschung zeigt, dass maschinelles Lernen die Erkennungsraten von SQL-Injection deutlich verbessert.

Ein neuer Ansatz, um Malware in PDF-Dateien mit weniger Funktionen zu erkennen.

GIFD bietet einen frischen Ansatz, um Daten während des maschinellen Lernens sicher zu halten.

Ereignisbezogene Cyber-Versicherungen passen sich den wachsenden Cyber-Bedrohungen für Unternehmen an.

Die Auswahl von Trainingsdaten kann die Klassifizierungssysteme für Knoten stärken.

Ein neues Framework verbessert die Transparenz von Deep-Learning-Modellen für die Sicherheitsanalyse.

Ein schneller Algorithmus erkennt Fake-Accounts, bevor sie Schaden anrichten können.