Neuste Artikel für Online-Sicherheit

Untersuchen, wie sich die sich entwickelnde Sprache auf Modelle zur Erkennung von Online-Missbrauch auswirkt.

Ein neues Framework verbessert die Erkennung von schädlicher Sprache im Internet durch kontinuierliches Lernen.

Ein Überblick über das Bewusstsein der Nutzer und Erfahrungen mit Sicherheitstechnologien in sozialen Medien.

KI-generierte Bilder treiben den Anstieg von betrügerischen Social-Media-Accounts voran.

Phishing-Methoden entwickeln sich mit KI weiter und bringen neue Risiken für Unternehmen mit sich.

Die Herausforderungen und Strategien zur Moderation von Hassrede online erkunden.

Ein Blick auf Betrug im Internet und wie man ihn effektiv erkennt.

Die Herausforderungen, mit denen LGBTQ+ Jugendliche auf sozialen Medien konfrontiert sind.

Eine neue Methode verbessert die Erkennung von hasserfülltem Inhalt in Memes.

Ein neues Framework verbessert die Erkennung von Hassrede, indem es realistische Testfälle generiert.

Untersuchung der Rolle von Content-Moderation in Online-Gemeinschaften für psychische Gesundheit.

Untersuchung, wie Nutzer Fairness bei Moderationsentscheidungen auf Plattformen wahrnehmen.

Dieser Artikel bespricht, wie Sprachmodelle dabei helfen, Hassrede zu erkennen.

Eine Studie über die Auswirkungen und die Identifizierung von hasserfüllten Memes in der Bengali-Sprache.

Diese Studie beschäftigt sich mit benutzerbeabsichtigten Angriffen auf beleidigende Sprache in koreanischen sozialen Medien.

Neue Bewertungsmethoden zielen darauf ab, die Erkennung von schädlichen Inhalten im Internet zu verbessern.

Dieser Artikel untersucht, wie Nutzer adversarielle Phishing-Seiten wahrnehmen und wie man die Erkennung verbessern kann.

Es ist wichtig, Tools zu verbessern, die schädliche Sprache in Online-Räumen erkennen.

SGHateCheck konzentriert sich auf lokale Sprachen, um Online-Hassrede effektiv zu bekämpfen.

Ein neues Framework, das Online-Identitäten schützt und dabei die Klarheit der Nachrichten bewahrt.

Neue Forschung zeigt Lücken bei der Erkennung von temporären Domains, die für Online-Missbrauch verwendet werden.

Untersuchen, wie sich schädliche Informationen auf sozialen Plattformen ausbreiten und auswirken.

Untersuchung des Einflusses von Nudges auf das Verhalten beim Ändern von Passwörtern nach Datenpannen.

Forschung zeigt, dass Amharisch sprechende Leute auf YouTube schädlichen Inhalten ausgesetzt sind.

Ein neuer Ansatz mit Gesprächsagenten für sicherere Diskussionen auf WhatsApp.

Ein neues Framework verbessert die Erkennung von schädlicher Sprache in Online-Räumen.

Eine Analyse, wie Online-Dienste mit der Datensicherheit von Kindern umgehen.

LLMs helfen menschlichen Bewertern dabei, schädliche Online-Inhalte effektiv zu identifizieren.

LionGuard verbessert die Inhaltsicherheit, indem es sich auf den einzigartigen Sprachkontext Singapurs konzentriert.

Bewältigung der Herausforderungen von E2EE und Methoden zur Kontowiederherstellung.

Dieses Papier stellt Demarcation vor, um gegen beleidigende Äusserungen im Internet effektiv vorzugehen.

Ein neuer Datensatz zielt darauf ab, die Erkennung von Hassrede in Indonesien zu verbessern.

Eine Studie zur Bewertung der Qualität von Datensätzen zur Identifizierung von Hassrede online.

Eine neue Methode verbessert die Identifizierung von Hassrede in arabischen sozialen Medien.

Eine neue Methode fördert die Fairness bei der Identifizierung von gezielter toxischer Sprache über verschiedene demografische Gruppen hinweg.

Ein neues Modell verbessert das Erraten von Passwörtern und die Einschätzung der Passwortstärke.

Lerne, wie du Brute-Force-Angriffe erkennen und verhindern kannst, durch praktische Trainingsszenarien.

Eine Studie zur Effektivität von Systemen und Datensätzen zur Erkennung von beleidigender Sprache.

PhishLang bietet ne bessere Erkennung für Phishing-Websites mit fortschrittlichen Analyse-Techniken.

Ein neues System zielt effektiv auf Hassrede in Memes ab.