Informática - Criptografía y seguridad

Un nuevo enfoque para garantizar que los modelos de lenguaje manejen datos sensibles de manera segura.

Examinando el papel de las marcas de agua en los textos generados por IA para la responsabilidad.

Nuevos métodos mejoran la precisión en la estimación del tamaño de las uniones mientras protegen datos sensibles.

SPSG mejora la eficiencia del robo de modelos usando superpixeles y gradientes de muestra.

Explora el papel de RapidIn en el análisis de los efectos de los datos de entrenamiento en los resultados del modelo de lenguaje.

Una estrategia para proteger conexiones sensibles en datos de grafos mientras se libera información útil.

Un nuevo enfoque mejora la detección de intrusiones en sistemas descentralizados.

Una mirada a los riesgos y defensas en la impresión 3D.

Un marco para proteger información sensible en sectores competitivos.

Presentamos un eDSL para el desarrollo eficiente de sistemas de prueba de cero conocimiento.

Explorando el vínculo entre la lógica de separación y la seguridad criptográfica a través de la independencia.

Mejorando la seguridad en IoT a través de dialectos innovadores del protocolo CoAP.

FV8 mejora la detección de técnicas evasivas en JavaScript a través de análisis dinámico.

Un nuevo método combina PUFs y protocolos para la comunicación segura de dispositivos IoT.

Este documento presenta EFRAP, una defensa contra ataques de puerta trasera condicionados por cuantización en modelos de aprendizaje profundo.

Explora la integración de blockchain, IA e IIoT y su impacto en las industrias.

Métodos para proporcionar estimaciones poblacionales confiables mientras se garantiza la confidencialidad de los encuestados.

La investigación mejora la interpretación del ECG mientras se protege la privacidad de los datos del paciente.

Una mirada a la fiabilidad y vulnerabilidades de los PUFs en dispositivos IoT.

Explorando el panorama regulatorio de la IA generativa y sus implicaciones.

Una vulnerabilidad importante en XMPU expone datos sensibles después de la terminación del proceso.

Explorando cómo el Aprendizaje Federado puede mejorar la privacidad de los datos en la salud.

Este estudio examina las debilidades de los modelos SER frente a ataques adversariales en diferentes idiomas.

Un nuevo enfoque para la marca de agua busca mejorar la detección y prevenir el mal uso de los modelos de lenguaje.

Un marco para mejorar la gestión de actualizaciones de firmware para inversores inteligentes.

Un método para asegurar redes neuronales contra vulnerabilidades en la memoria.

Examinando cómo los anuncios de privacidad moldean las actitudes y entendimiento de los consumidores.

Nuevo marco ayuda a proteger estadísticas resumidas sensibles durante el intercambio de datos.

Un método para prevenir el mal uso de los modelos de texto a imagen mientras se mantienen sus aplicaciones legales.

Explorando sistemas automáticos para investigar de manera eficiente amenazas cibernéticas y violaciones.

Este artículo habla sobre la importancia y las estrategias para asegurar las cadenas de suministro de software.

WPS puede ayudar con los servicios de ubicación, pero amenaza la privacidad del usuario de manera significativa.

Los diseños de chiplets mejoran la eficiencia pero introducen serias vulnerabilidades de seguridad que hay que solucionar.

Un nuevo método para proteger la privacidad en modelos de texto a imagen.

Examinando la relación entre la privacidad diferencial local y la equidad en sistemas de ML.

La ciberdefensa es clave para proteger los sistemas digitales de amenazas y vulnerabilidades.

Nuevos métodos mejoran la auditoría de privacidad, centrándose en modelos de estado oculto en el aprendizaje automático.

Nuevos protocolos mejoran la seguridad en las comunicaciones cuánticas contra el espionaje.

FedSC mejora el entrenamiento de modelos mientras mantiene la privacidad del usuario en el aprendizaje federado.

Nuevas técnicas mejoran la escalabilidad en el aprendizaje automático diferencialmente privado.