Últimos artículos para Privacidad de datos

Un nuevo enfoque para los boxplots asegura la privacidad de los datos mientras mantiene un análisis interesante.

Un nuevo enfoque combina el análisis de voz con la protección de la privacidad para detectar demencia.

Entrenamiento colaborativo de algoritmos médicos mientras se protege la privacidad del paciente.

Examinando la relación entre las técnicas de privacidad y los sesgos en los modelos de lenguaje.

AAggFF presenta estrategias adaptativas para un rendimiento equitativo del modelo en el Aprendizaje Federado.

Nuevos métodos mejoran la privacidad y la coherencia usando colocaciones en los datos del lenguaje.

Un nuevo método para reescribir texto que asegura la privacidad y mantiene el significado.

La contaminación de código aumenta los riesgos de ataques de inferencia de membresía en datos sensibles.

Las investigaciones muestran lo fácil que es quitar las funciones de seguridad de los modelos Llama 3.

Nuevas técnicas mejoran los estudios genómicos colaborativos mientras garantizan la privacidad de los datos.

Un nuevo método reduce el uso de energía mientras mejora los resultados de aprendizaje en sistemas descentralizados.

QUEEN ofrece protección en tiempo real contra ataques de extracción de modelos en aprendizaje profundo.

Ajustando modelos de lenguaje grandes directamente en smartphones mientras protegemos los datos del usuario.

Un nuevo método para recuperar datos de manera eficiente en entornos descentralizados.

Un marco para compartir información de salud de manera segura mientras se protege la privacidad del paciente.

Este artículo explora los beneficios de usar FP8 en el aprendizaje federado.

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.

Explorando los desafíos legales que trae la rápida evolución de la IA generativa.

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

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

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

CLAMP-ViT ofrece una nueva forma de comprimir transformadores de visión usando datos sintéticos.

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

Una nueva tecnología de radar monitorea la frecuencia cardíaca durante el sueño y la meditación sin incomodar.

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

Un nuevo marco mejora la eficiencia en el aprendizaje federado en el borde al optimizar recursos y datos.

Examinando ataques de inferencia de membresía en modelos de pronóstico de series temporales en el sector salud.

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

Una visión general de métodos para proteger la información personal mientras se mantiene la utilidad de los datos.

Un método para estimar las membresías de la comunidad mientras se protege la privacidad individual.

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.

Este método mejora la eficiencia de la comunicación en el aprendizaje federado mientras preserva la privacidad de los datos.

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

Un método para calcular promedios mientras se mantiene privada la información de los nodos.

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.

FedSat aborda los desafíos de datos en el aprendizaje federado, asegurando privacidad y mejor rendimiento.

Un nuevo método para mejorar el muestreo en aprendizaje automático con mayor privacidad.