Últimos artículos para Privacidad de datos

Técnicas para proteger datos sensibles en el aprendizaje automático.

Una mirada a la computación que preserva la privacidad y su eficiencia a través de diseños centrados en la memoria.

Un nuevo método para contar ciclos en grafos mientras se garantiza la privacidad del usuario.

El "graph unlearning" ofrece una solución para eliminar datos obsoletos sin necesidad de un nuevo entrenamiento completo.

CryptoTrain combina técnicas criptográficas para proteger datos sensibles durante el entrenamiento de modelos de aprendizaje automático.

FeDETR usa el aprendizaje federado para mejorar la evaluación de la estenosis coronaria.

Los sistemas personalizados mejoran el monitoreo de la salud y el comportamiento a través de modelos ajustados.

Se exploran métodos para mejorar la privacidad en el análisis de Cox federado.

TLSNotary asegura la autenticidad de los datos mientras mantiene la privacidad del cliente en las comunicaciones en línea.

Una mirada a cómo la privacidad diferencial protege los datos individuales en un mundo impulsado por datos.

Explorando la necesidad de hacer cumplir de manera efectiva las políticas de uso de datos.

Una visión general de la filtración de información, su impacto y cómo medirlo.

Examinando las opiniones locales sobre la privacidad de datos móviles durante una iniciativa de ayuda en la pandemia.

Una encuesta revela las actitudes hacia las apps de salud y el intercambio de datos entre generaciones.

Una mirada a los riesgos de privacidad y métodos seguros para la IA generativa.

Examinando cómo los modelos SSL memorizan puntos de datos y sus implicaciones.

A-FedPD ajusta las actualizaciones del modelo para reducir la inestabilidad en el entrenamiento del aprendizaje federado.

Un nuevo método predice riesgos de memorización en Modelos de Lenguaje Grande para mejorar la privacidad.

Un nuevo método mejora la privacidad en el intercambio de datos para predicciones de ciudades inteligentes.

TAKFL optimiza el intercambio de conocimientos en el aprendizaje federado para diferentes capacidades de dispositivos.

Este artículo mejora el aprendizaje federado para GNNs mientras se mantiene la privacidad del usuario.

Nuevos métodos mejoran la auditoría del uso de datos en sistemas de Aprendizaje Federado.

Un estudio que compara las amenazas a la privacidad en redes neuronales de tipo espiga y artificiales.

Un nuevo método protege el aprendizaje descentralizado de ataques de envenenamiento de datos.

Un nuevo método para mejorar la resiliencia del Aprendizaje Federado contra ataques de datos.

Entendiendo las complejidades de demostrar el uso de datos en el entrenamiento de IA.

Combinar prompts globales y locales mejora los modelos de aprendizaje federado mientras se preserva la privacidad de los datos.

Un nuevo modelo ofrece información sobre tendencias laborales mientras protege datos sensibles.

Una mirada a los desafíos y soluciones del aprendizaje federado para mantener la privacidad de los datos y la precisión del modelo.

Estrategias innovadoras mejoran la detección de eventos raros en sistemas de aprendizaje federado.

FLeNS mejora el aprendizaje federado al equilibrar la velocidad de aprendizaje y la eficiencia de la comunicación.

Examinando las vulnerabilidades de privacidad en el aprendizaje federado y sus implicaciones para la seguridad de datos.

La IA mejora la detección de piedras en los riñones mientras asegura la privacidad de los datos del paciente.

La investigación muestra que los LLMs pueden generar código sintético útil para enseñar.

Descubre cómo el aprendizaje federado adapta la IA a las preferencias individuales mientras mantiene la privacidad.

La adaptación personalizada para clientes mejora la eficiencia y la privacidad del aprendizaje federado.

Una mirada a los ataques de inferencia de membresía y su relevancia en la privacidad de datos.

Un nuevo método protege datos sensibles en la optimización QUBO.

MASA ofrece una solución para mejorar la seguridad en los sistemas de Aprendizaje Federado.

Aprende cómo los datos sintéticos pueden mejorar el análisis del comportamiento de los empleados mientras se protege la privacidad.