Informática - Criptografía y seguridad

Un enfoque nuevo para mantener los datos gráficos sensibles seguros en línea.

DiveR-CT mejora el equipo rojo automatizado para mejores evaluaciones de seguridad.

Un estudio sobre la efectividad de las bibliotecas que analizan certificados X.509.

Este artículo revisa la importancia de la equidad en los sistemas de intercambio y sugiere un nuevo enfoque.

Esta investigación examina la equidad y la transparencia en el procesamiento de transacciones en blockchain y la gobernanza.

Explorando maneras de asegurar la información de los pacientes en la investigación clínica.

Una mirada a los desafíos de seguridad y soluciones para el hardware en la nube.

Nuevos métodos combaten ataques de puerta trasera en modelos de aprendizaje automático para aumentar la seguridad.

Kosmosis combina datos de blockchain y redes sociales para prevenir estafas cripto.

Examinando los desafíos y soluciones en el marcado de LLM para prevenir su mal uso.

Un estudio sobre fallos de seguridad en la verificación de direcciones de contratos inteligentes y un método propuesto para su detección.

Este trabajo destaca los riesgos de seguridad en RL y presenta SleeperNets para ataques de puerta trasera.

Sharding mejora la velocidad y capacidad de blockchain dividiendo las redes en grupos más pequeños.

Un nuevo estándar para evaluar LLMs en tareas de ciberseguridad.

Examinando las contribuciones y vulnerabilidades de los clientes en sistemas de aprendizaje federado.

Nuevos métodos criptográficos son vitales para proteger los datos contra amenazas cuánticas.

Un nuevo método garantiza la privacidad mientras recolecta datos útiles de dispositivos inteligentes.

Un método para el aprendizaje automático colaborativo manteniendo los datos privados.

Analizando cómo los bi-braces binarios mejoran los sistemas de encriptación y detectan vulnerabilidades.

Un nuevo método mejora la privacidad de los datos para el análisis de datos discretos.

Examinando extensiones dañinas en la Chrome Web Store y cómo detectarlas.

Este enfoque mejora la comparación de funciones en software a través de gráficos de llamadas.

LayerCAM-AE mejora la detección de actualizaciones maliciosas en el aprendizaje federado mientras preserva la privacidad de los datos.

Combinar NIDS con IA Neurrosimbólica mejora la detección de amenazas y la comprensión del sistema.

La investigación busca equilibrar la privacidad y la precisión en los métodos de estimación de la media vectorial.

Proponemos un método para crear triggers de backdoor invisibles en modelos de difusión.

Analizando vulnerabilidades en el protocolo SAE J1939 para vehículos comerciales.

Dos técnicas innovadoras mejoran los ataques adversariales en modelos de datos tabulares.

Los contrafactuales revelan información pero plantean riesgos de privacidad en el aprendizaje automático.

Examinando los riesgos y el mal uso de los grandes modelos de lenguaje en el cibercrimen.

Abordando los desafíos de seguridad en los agentes de IA para interacciones más seguras.

Explorando temas de seguridad, fiabilidad y ética en los modelos de lenguaje.

Nuevos métodos mejoran las predicciones de los modelos de lenguaje bajo diferentes condiciones de entrada.

ECHO mejora la clasificación del tráfico de red a través de técnicas de aprendizaje automático.

Este artículo habla sobre la privacidad y el sesgo en los algoritmos predictivos para datos sensibles.

BISON ofrece una forma de iniciar sesión de manera segura mientras protege la identidad de los usuarios.

Un nuevo marco mejora la creación de datos sintéticos mientras protege la información personal.

Presentamos PrivacyRestore para proteger los datos de los usuarios mientras usan modelos de lenguaje grandes.

Nuevos métodos revelan la resiliencia en circuitos de redes neuronales contra manipulaciones.

Métodos para estimar las características de un conjunto de datos mientras se mantiene segura la información individual.