Informática - Criptografía y seguridad

Este estudio presenta una nueva forma de clasificar diferentes tipos de cifrados usando aprendizaje automático.

Un nuevo marco para mejorar el comercio de energía y la seguridad en las redes inteligentes.

Una mirada a las vulnerabilidades del aprendizaje federado y la amenaza de ataques de puerta trasera.

Presentamos un método para borrar puertas traseras sin necesidad de datos limpios.

Un nuevo método mejora las defensas de las redes neuronales contra ataques adversariales.

Los ejemplos adversariales pueden confundir los sistemas de detección de objetos, revelando fallos de seguridad.

Esta investigación presenta un método para identificar gráficos reales versus generados.

Un método para proteger imágenes originales de usos no autorizados mientras se permite la creatividad.

Explorando cómo los SMS pueden revelar las ubicaciones de los usuarios a través de los informes de entrega.

El enfoque FMKR mejora la detección y respuesta APT a través del aprendizaje con pocos ejemplos.

Una mirada a los IBLT y sus aplicaciones en la gestión de datos.

Explorando estrategias para mejorar los modelos de aprendizaje automático contra ataques de datos dañinos.

Los sistemas CAPTCHA enfrentan amenazas crecientes de servicios que los resuelven a medida que la tecnología avanza.

Un nuevo enfoque para entender los ataques de puerta trasera en sistemas de aprendizaje automático.

Métodos revolucionarios mejoran las defensas contra ataques de puerta trasera en redes neuronales profundas.

Explorando cómo la computación cuántica puede transformar las finanzas y afectar la seguridad de blockchain.

Nuevo marco mejora la confianza en los datos de IoT al autenticar dispositivos a través del rendimiento del hardware.

Este artículo presenta un nuevo método para ordenar transacciones de manera justa y eficiente.

Un resumen de los desafíos de privacidad y equidad en el aprendizaje federado.

Investigando la sobre-recolección de privacidad en las sub-apps cada vez más populares de WeChat.

Una mirada a la importancia de asegurar datos sensibles en el almacenamiento en la nube.

Un nuevo marco integra técnicas de privacidad y robustez para un aprendizaje automático confiable.

Aprende cómo los modelos de deep learning procesan imágenes encriptadas manteniendo la privacidad.

Examinando la importancia y los errores comunes en el uso de APIs de seguridad en software.

Un nuevo método protege la privacidad individual al compartir datos de movilidad durante crisis.

Examinando el impacto de los datos sesgados en las tecnologías de detección de audio.

Descubre cómo el aprendizaje automático mejora la defensa de redes contra amenazas en línea.

Un estudio sobre cómo enlazar modelos ajustados a sus versiones base.

Este artículo examina los problemas de privacidad en la IA incorporada a través de métodos de inversión de gradiente.

Aprende cómo los puentes conectan diferentes métodos de cifrado para mantener la seguridad de los datos.

Examinando el futuro de la encriptación con el auge de la tecnología cuántica.

Una nueva plataforma de recolección de datos aborda los desafíos de aprendizaje automático en la seguridad de redes.

Las instituciones financieras buscan formas seguras de compartir datos mientras protegen la privacidad.

Un nuevo método para evadir la detección de malware representa graves riesgos de ciberseguridad.

Un enfoque nuevo para las stablecoins que hace las transacciones más suaves entre blockchains.

Un enfoque práctico para facilitar la comunicación fluida entre diferentes plataformas de blockchain.

Descubre cómo el aprendizaje en el borde mejora la seguridad y el rendimiento del IoT en redes avanzadas.

Un estudio sobre cómo detectar ataques de homoglyph para proteger a los usuarios en línea.

SlothSpeech revela vulnerabilidades en sistemas de reconocimiento de voz, haciéndolos mucho más lentos.

Usar datos tanto privados como públicos mejora el aprendizaje automático y asegura la privacidad.