Neuste Artikel für Datenschutz

Ein genauerer Blick auf die Risiken der Offenlegung bei synthetischen Daten und den Schutz der Privatsphäre.

Sri Lanka setzt ein Datenschutzgesetz in Kraft, um Patientendaten in Gesundheits-Apps zu schützen.

FedDM verbessert das föderierte Lernen für Diffusionsmodelle und sorgt gleichzeitig für Datenschutz.

Untersuchen von differentieller Privatsphäre, um sensible Informationen in KI-Anwendungen zu schützen.

Ein neuer Ansatz zielt darauf ab, die Privatsphäre der Nutzer zu schützen und gleichzeitig die Genauigkeit der Ergebnisse zu verbessern.

Föderiertes Lernen verbessert maschinelles Lernen und sorgt gleichzeitig für Datenschutz in der Industrie.

Eine neue Methode verbessert die Datensatz-Destillation und steigert die Effizienz beim Trainieren von Modellen.

Eine neue Methode verbessert die medizinische Bildgebung und schützt dabei die Patientendaten.

Die Rolle von Robustheit bei der Schätzung unbekannter Verteilungen aus Stichproben untersuchen.

Eine Studie zur Verbesserung von Software durch Nutzerbewertungen und ethische Einblicke.

Eine neue Methode verbessert die Sicherheit von Smart Grids und schützt gleichzeitig die Privatsphäre der Nutzer.

Risiken und Verteidigungsstrategien für grosse Sprachmodelle erkunden.

CCNet verbessert die Modellleistung bei neuen Daten, während die Privatsphäre der Nutzer gewahrt bleibt.

PUFFLE bietet eine Lösung für Datenschutz-, Nutzungs- und Fairnessherausforderungen im maschinellen Lernen.

Ein Framework, das Datenbesitzern ermöglicht, unautorisierten Gebrauch ihrer Daten in ML zu überprüfen.

Eine Studie stellt SeqMIA vor, um die Privatsphäre gegen Mitgliedschaftsinferenzangriffe zu verbessern.

Ein neuer Ansatz zur Verbesserung der medizinischen Bildklassifikation, während die Privatsphäre der Patienten gewahrt bleibt.

Neue Architektur verbessert die Videoanalyse auf kleinen Geräten mit mehreren Frames.

Eine Studie zur Verbesserung der drahtlosen Kommunikation durch fortschrittliche Tracking- und Vorhersagemethoden.

Diese Studie zeigt neue Methoden zur Rekonstruktion von Trainingsdaten aus hochauflösenden Bildern.

Dieser Artikel bewertet die Effektivität von Web-Agenten bei der Bewältigung komplexer Online-Aufgaben.

Ein neues System verbessert die Sicherheit für Fahrzeuge im 6G-Zeitalter.

Die Vorteile und Gefahren von KI in unserer täglichen Mobiltechnologie unter die Lupe nehmen.

Dieser Artikel untersucht das Recycling von Wissen, um das Training von synthetischen Daten in Klassifikatoren zu verbessern.

Diese Methode verbessert die Privatsphäre und steigert gleichzeitig die Genauigkeit von Modellen in der KI.

Ein Rahmen, der Privatsphäre und effektive Erkennung von sozialen Events ausbalanciert.

Ein neuer Ansatz zur Verbesserung der Leistung in hierarchischem föderierten Lernen.

Eine neue Programmiersprache verbessert die Sicherheitsüberprüfung des MPC-Protokolls.

Föderiertes Lernen bietet ne Möglichkeit, Daten zu nutzen und dabei die Privatsphäre der Nutzer zu wahren.

Dieses Papier behandelt den Poisson-Mechanismus zur Wahrung der Privatsphäre bei der Datensynthese.

Eine neue Methode verbessert die sichere Datenanalyse und schützt dabei die Privatsphäre.

Techniken erkunden, um Daten effektiv aus KI-Modellen zu entfernen.

Die Rolle von spiking neural networks im vertikalen föderierten Lernen für Datenschutz erkunden.

Ein webbasiertes Tool, das die Bildanalyse für Wissenschaftler ohne Programmierkenntnisse zugänglich macht.

Die Nutzung von Wasserzeichen, um Urheberrechtsprobleme bei Sprachmodellen anzugehen.

Dieser Artikel behandelt die Sicherheitsherausforderungen und Testmethoden für 5G-Netzwerke.

Ein neues System verbessert die ML-Inferenzgeschwindigkeit und schützt dabei die Datensicherheit.

Ein neuer synthetischer Datensatz ermöglicht präzise Kopfdetektion und 3D-Modellierung.

Ein Blick auf den Ansatz des Shuffle-Modells zum Schutz der Privatsphäre der Nutzerdaten.

Neue Methode verbessert die Generierung synthetischer Daten und sorgt gleichzeitig für Datenschutz.