Últimos artículos para Ciberseguridad

La investigación revela riesgos en modelos de habla multitarea como Whisper.

STRIDE predice de manera eficiente los nombres de variables perdidas y sus tipos en software decompilado.

Una mirada a cómo los modelos de lenguaje pueden filtrar datos sensibles.

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

Un estudio sobre cómo mejorar la seguridad del código generado por modelos de IA.

Explorando formas de proteger la privacidad mientras compartimos datos de la red de manera efectiva.

Un nuevo marco mejora el aprendizaje federado mientras garantiza la privacidad de los datos.

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

Venomancer es un ataque sigiloso de puerta trasera en sistemas de aprendizaje federado.

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.

Mejorando la seguridad de la red inteligente usando honeypots y enfoques de aprendizaje federado.

Los gobiernos deben mejorar los planes de emergencia para posibles amenazas a la seguridad nacional relacionadas con la IA.

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.

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

Un nuevo método de defensa para mejorar la seguridad en modelos de difusión de texto a imagen.

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.

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.

Un nuevo método busca mitigar ataques que alteran la carga en sistemas de distribución utilizando la infraestructura existente.

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

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

Un método para mejorar la detección de deepfakes de audio mediante la augmentación de datos.

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.

Un análisis de las respuestas de los desarrolladores a la vulnerabilidad de Log4j y sus prácticas.

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.

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

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

Una mirada a los marcos modulares en el desarrollo de herramientas de análisis binario.

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.

Un análisis detallado de errores en compiladores de Solidity y sus implicaciones.

Un nuevo enfoque para mejorar la detección de intrusiones usando aprendizaje automático.