Últimos artículos para Ciberseguridad

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.

Una mirada al papel de la IA en la codificación segura a medida que nos acercamos a 2030.

Un nuevo marco mejora las interacciones de los administradores de contraseñas para un acceso en línea más seguro.

Explora los fundamentos del Aprendizaje Federado y su importancia en la privacidad de datos.

Un nuevo marco evalúa métodos para anonimizar datos biométricos y mejorar la privacidad.

Nuevos métodos buscan proteger los modelos de aprendizaje automático contra amenazas de puertas traseras.

Examinando el papel del red teaming en la prueba de sistemas de IA para riesgos.

Un estudio que revela fallos de seguridad en aplicaciones de pago móvil populares.

Aprovechando las redes sociales para mejorar la ciberseguridad de los vehículos y mitigar amenazas emergentes.

Un estudio sobre enseñar ciberseguridad en cursos de programación.

Explorando los beneficios del Aprendizaje Federado para la detección de anomalías en redes IoT.

Un estudio revela cómo los patrones de datos 5G pueden exponer la actividad de los usuarios.

Los nuevos modelos ayudan a los desarrolladores, pero los ataques de puerta trasera representan serios riesgos de seguridad.

Una mirada a los desafíos y soluciones de privacidad e integridad en el aprendizaje federado.

Un nuevo método combina LLMs con técnicas tradicionales de desensamblaje para un análisis efectivo.

Abordar la contaminación de datos para mejorar la ciberseguridad y los sistemas de detección de anomalías.

Combinar redes neuronales con criptografía mejora los métodos de comunicación segura.

Presentamos HO-FMN para una mejor evaluación de la robustez de los modelos de aprendizaje automático contra ataques adversariales.

La investigación destaca la robustez del modelo y las defensas en el aprendizaje federado descentralizado.

Nuevos métodos abordan los riesgos de privacidad en la predicción de datos de movimiento humano.

Explorando el cambio digital y su impacto en la ciberseguridad marítima.