Informática - Criptografía y seguridad

Este artículo examina los riesgos relacionados con los LLMs y propone formas de mejorar la seguridad.

Explorando ataques backdoor y métodos de reducción de grafos en GNNs.

Una mirada a cómo la mecánica cuántica mejora el intercambio seguro de información.

La auto-calibración simplifica la entrada del PIN y mejora la seguridad sin configuraciones complicadas.

Este estudio examina problemas de privacidad y métodos de protección para clasificadores de IA.

Este estudio evalúa modelos avanzados para generar datos de viajes falsos y sus aplicaciones prácticas.

Este enfoque usa la autoevaluación para protegerse de resultados dañinos en los modelos de lenguaje.

Explorando modelos de aprendizaje automático y nuevos conjuntos de datos para mejorar la seguridad.

Un sistema de detección mejora la seguridad del vehículo contra amenazas cibernéticas usando técnicas avanzadas.

Zero-X mejora la ciberseguridad de los vehículos conectados contra amenazas emergentes.

Esta investigación examina la efectividad de Random Forest para detectar anomalías en la red.

Una visión general de la seguridad del mempool y las medidas propuestas para prevenir ataques de desalojo.

AntibotV enfrenta amenazas de malware de bots en coches conectados a través de monitoreo avanzado.

Las ciudades obtienen datos de transporte clave mientras abordan preocupaciones sobre la privacidad.

Aprende cómo la procedencia de datos mejora la seguridad en sistemas IoT.

Descubrir métodos para diferenciar imágenes reales de las sintéticas es fundamental.

Crece la preocupación por ataques de puerta trasera en modelos de lenguaje, afectando la seguridad y la confiabilidad.

Este artículo examina las vulnerabilidades de los modelos de IA relacionadas con eventos futuros.

Examinando la efectividad de la privacidad diferencial para proteger las identidades individuales en los datos del SOEP.

Un nuevo modelo mejora la detección en tiempo real de ciberataques en redes de blockchain.

Una mirada a cómo la explicabilidad impacta las decisiones de ML en ciberseguridad.

NFARD ofrece métodos innovadores para proteger los derechos de autor de modelos de aprendizaje profundo.

Abordando las amenazas cibernéticas a las estaciones de carga para vehículos eléctricos.

Crear sistemas que fomenten la honestidad entre los usuarios en varias interacciones digitales.

Un nuevo enfoque para asegurar el acceso de múltiples usuarios en dispositivos IoT.

Nuevo método mejora la seguridad de las redes neuronales usando computación estocástica.

Este estudio examina los métodos de marca de agua para texto generado por máquinas y su efectividad contra ataques de eliminación.

Explorando el impacto de blockchain en la Infraestructura de Clave Pública.

Examina los desafíos de seguridad con el software de código abierto, especialmente en el lenguaje de programación Go.

Examina varios ataques de jailbreak en modelos de lenguaje y sus defensas.

Explorando amenazas a los sistemas de DRL en la gestión energética ciberfísica.

Una mirada al sistema de archivos MiniFS y sus preocupaciones de seguridad.

Un método para asegurar imágenes a través de técnicas de encriptación avanzadas.

Aprende a asegurar datos CSV con firmas digitales.

Explorando la importancia de la seguridad y la retroalimentación de los usuarios en las aplicaciones de pago electrónico.

AFPNet ofrece una mejor detección de vulnerabilidades en contratos inteligentes usando técnicas de aprendizaje profundo.

Una mirada a los métodos de análisis de WebAssembly para ejecución segura.

Este estudio se centra en eliminar troyanos dañinos en modelos de lenguaje grande usando técnicas de filtrado.

Un nuevo enfoque para mejorar la seguridad en los protocolos de finanzas descentralizadas.

Las puertas traseras en los modelos de ML representan amenazas serias para las finanzas y la salud.