Neuste Artikel für Cyber-Sicherheit

Timing-Angriffe stellen Risiken für Software dar, indem sie sensible Informationen durch die Ausführungszeit offenbaren.

Neue Methoden identifizieren verknüpfte Konten, um missbräuchliche Inhalte in sozialen Medien zu reduzieren.

LEAP verbessert das Testen auf Angriffe für Software zur Verarbeitung natürlicher Sprache.

Forschung zeigt, dass vortrainierte Modelle effektiv dabei helfen, Software-Schwachstellen zu beheben.

Diese Studie schaut sich an, wie IP-Adressen mit ihren registrierten Orten übereinstimmen.

Phishing-Taktiken ändern sich mit dem Fortschritt der Technik und bringen neue Risiken mit sich.

Diese Forschung entdeckt neue Methoden zur Identifizierung von nahezu identischem Inhalt auf Onion-Seiten.

Robustes Lernen sorgt dafür, dass Machine-Learning-Modelle zuverlässig bleiben, auch wenn die Daten manipuliert werden.

Eine neue Methode verbessert die Erkennungsgenauigkeit in IoT-Netzwerken mit semi-überwachtem und semi-asynchronem Lernen.

Eine neue Architektur konzentriert sich darauf, die Sicherheit für mittelgrosse eingebettete Geräte zu verbessern.

Eine Studie über Schwachstellen im IoT-Code, die online gefunden wurde, zeigt Sicherheitsrisiken auf.

Lern, wie man Software vor Seitenkanalangriffen mit automatisierten Tools schützt.

Neue Methoden verbessern die Widerstandsfähigkeit von neuronalen Netzwerken gegen Angriffe.

Die Risiken und den Missbrauch von grossen Sprachmodellen in der Technologie unter die Lupe nehmen.

Ein frischer Datensatz verbessert die Analyse komplexer Cyberangriffe für eine bessere Erkennung.

Sicherheit und Effizienz bei Software-Updates von Stromsystemen verbessern.

Deepfake-Technologie birgt ernsthafte Risiken in Medien und Kommunikation.

Lern, wie kryptografische Protokolle sensitive digitale Informationen schützen.

Die Erforschung von kritischen Zeiten und deren Rolle in der Sicherheit cyber-physikalischer Systeme.

Perplexität nutzen, um riskante Eingaben in Sprachmodellen zu identifizieren.

Hier ist START, ein Methode, um die Rowhammer-Bedrohung effektiv und effizient nachzuvollziehen.

Die Prüfung von Datenschutzrisiken im föderierten Lernen und die Notwendigkeit für verbesserte Schutzmassnahmen.

Die Risiken von führenden Computer Vision Modellen und deren Effektivität untersuchen.

Die Effektivität von ChatGPT bei der Identifizierung von Schwachstellen im Python-Code erkunden.

CodeMark bietet eine Methode, um Codesätze durch unsichtbare Wasserzeichen zu sichern.

Diese Studie untersucht OOD-Techniken, um Systeme zur Erkennung von Netzwerkangriffen zu verbessern.

Forschung zeigt Schwachstellen in Denoising-Diffusionsmodellen durch eine neue Angriffsmethode.

Überprüfung von Schwachstellen im Energiemanagement und den Einfluss von Cyberbedrohungen.

MDTD erkennt Trojaner-Auslöser in verschiedenen Datentypen, um DNNs abzusichern.

Untersuchung versteckter Datenprobleme in Machine-Learning-Modellen und deren Sicherheitsauswirkungen.

Neue Methode verbessert die Sicherheit von ADS-B-Nachrichten und schützt gleichzeitig die Privatsphäre.

Neue Systeme werden entwickelt, um gefälschte Audioaufnahmen mit verbesserter Genauigkeit zu erkennen.

Einführung eines kollaborativen Lernrahmens für verbesserte Blockchain-Sicherheit.

Die Eigenschaften und Motivationen von heutigen Cyberkriminellen untersuchen.

Ein Blick auf die Kombination von Split Learning und Verschlüsselung für besseren Datenschutz.

Die Gefahren von Bildübernahmen bei vision-language Modellen erkunden.

MONDEO bekämpft Botnet-Malware mit effektiven Erkennungsmethoden für mobile Geräte.

Dieser Artikel untersucht eine neue Methode zur Verwaltung von Energiequellen, um die Netzstabilität zu verbessern.

Untersuchung von Schwachstellen und Erkennungsmethoden für Gesichtserkennungssysteme gegen Morphing-Angriffe.

Umgang mit Datenschutzbedrohungen bei der Migration von digitalen Zwillingen im smarten Verkehr.