Últimos artículos para Privacidad de datos

Las Máquinas de Hull Afilado de Kernel protegen la privacidad individual mientras permiten el aprendizaje de datos.

GLASU mejora la eficiencia de comunicación en el aprendizaje federado vertical usando datos de grafos.

Un nuevo método mejora el monitoreo de dispositivos mientras protege la privacidad del usuario.

Estudio evalúa qué tan bien las apps de Android cumplen con la ley de privacidad de California.

Presentando un nuevo método de aprendizaje federado para mejorar la percepción BEV en coches autónomos.

Nuevos métodos generan imágenes médicas con datos limitados para una mejor detección de enfermedades.

Nuevo método mejora la clasificación de la retinopatía diabética y la fiabilidad de la predicción.

El método EZClone revela vulnerabilidades en arquitecturas DNN, poniendo en riesgo la seguridad.

El marco GUIDED ofrece un desaprendizaje eficiente para datos de grafos, mejorando la protección de la privacidad.

Hablando sobre ataques de envenenamiento y estrategias de defensa para sistemas de recomendación federados.

Una nueva técnica asegura la privacidad de los datos en el aprendizaje automático colaborativo.

Nuevo método mejora la interpretación de resonancias magnéticas usando datos limitados de clínicas más pequeñas.

La colocación efectiva de sensores en edificios protege la privacidad mientras recopila datos útiles.

Un nuevo marco mejora la seguridad de las redes inteligentes sin comprometer la privacidad de los datos.

Una visión general del papel de la privacidad diferencial en la protección de datos sensibles.

Explorando métodos seguros para combinar la comunicación y la detección en redes móviles.

Nuevos métodos crean datos sintéticos para proteger la privacidad en la investigación de sistemas de energía.

Usando patrones de escritura para mejorar la verificación de usuarios en línea.

Nuevos métodos ayudan a crear datos de salud realistas mientras se protege la privacidad.

Nuevos métodos en el olvido automático mejoran la privacidad de datos y la eficiencia del modelo.

Examinando la justicia en los métodos de privacidad para el uso de datos de ubicación.

Examinando la privacidad diferencial local y el análisis de vectores numéricos para compartir datos de manera segura.

FeDiSa mejora la seguridad y eficiencia en los sistemas de energía contra amenazas cibernéticas.

APES y S-APES mejoran la privacidad en el aprendizaje federado sin perder precisión.

GraphGANFed combina métodos de vanguardia para la generación de moléculas mientras asegura la privacidad de los datos.

Nuevos métodos ayudan a los hospitales a diagnosticar COVID-19 mientras protegen la privacidad de los pacientes.

Una encuesta revela las opiniones de los pacientes con cáncer en Australia sobre las prácticas de compartición de datos.

Un nuevo enfoque mejora el aprendizaje federado al reducir la deriva y el olvido de los clientes.

Una mirada a la importancia de proteger los datos personales en la tecnología.

Un nuevo método permite a los usuarios proteger su privacidad de datos en el aprendizaje federado.

FedShift aborda el desequilibrio de clases en el aprendizaje federado para mejorar el rendimiento del modelo.

Explora el papel del aprendizaje federado en mejorar la eficiencia de la comunicación satelital MIMO.

Este artículo evalúa los riesgos de re-identificación en las representaciones de usuarios y las medidas de privacidad.

SF-Relate mejora los estudios genómicos al identificar familiares de manera segura y eficiente.

Un algoritmo privado de nodos para analizar componentes de grafos protege la privacidad individual.

Explorando el aprendizaje federado en la toma de decisiones con bandidos contextuales y preservación de la privacidad.

Explorando el enfoque del ABS para proteger la privacidad mientras entrega información estadística esencial.

Vers mejora la computación distribuida a través del manejo descentralizado de datos y una seguridad robusta.

Los sistemas CIM mejoran la eficiencia pero exponen vulnerabilidades a ataques de canal lateral.

MedAlpaca mejora los modelos de IA médica y los datos de entrenamiento para una mejor atención al paciente.