Últimos artículos para Seguridad de Datos

Una mirada a las mejoras de rendimiento de QUIC en comparación con protocolos tradicionales.

AgEncID ofrece un nuevo método para asegurar datos de FPGA en entornos de la nube.

El marco TbDd mejora la seguridad y eficiencia de blockchain para aplicaciones de IoT.

Examinando ataques de puerta trasera y errores de etiquetado en modelos de IA médica.

Investigando algoritmos resilientes para probar funciones en medio de desafíos de pérdida de datos.

Un estudio revela riesgos de ataques encubiertos en tareas de predicción de enlaces de GNN.

Aprende cómo el desaprendizaje automático ayuda a proteger la privacidad de los usuarios al eliminar la influencia de los datos.

Un nuevo enfoque para mejorar el rendimiento del aprendizaje federado mientras se garantiza la privacidad de los datos.

Una mirada a cómo la encriptación homomórfica ayuda al descenso de gradiente en la seguridad de datos.

Usando modelos de difusión para mejorar la detección de ejemplos adversariales en el aprendizaje automático.

Una mirada a las restricciones de cadenas y su importancia en los sistemas de software.

Presentamos un lenguaje para mejorar la seguridad de la computación confidencial en la nube.

Este estudio presenta WAVES, un estándar para evaluar técnicas de marca de agua contra varios ataques.

Los métodos de desaprendizaje automático son vitales para respetar los derechos de privacidad de los datos.

Este documento habla sobre la importancia de la aleatoriedad en los sistemas criptográficos.

Nuevo método mejora las redes neuronales contra ataques adversariales usando entradas basadas en conjuntos.

Un nuevo método para mejorar la resistencia de las redes neuronales a ataques sin perder rendimiento.

Aprende cómo la codificación interactiva mejora la comunicación segura entre las partes.

La IA generativa mejora la seguridad, escalabilidad y privacidad del blockchain.

Explorando desafíos y soluciones para proteger las redes inteligentes de ataques de datos.

Conoce sobre los Acuerdos de Nivel de Servicio y su impacto en la calidad del servicio.

Este trabajo mejora los métodos de desaprendizaje de máquinas para tener mejor privacidad de datos y eficiencia.

Explorando formas de mejorar la confiabilidad en tecnologías de inteligencia artificial distribuida.

Explorando cómo el machine unlearning ayuda en la privacidad de datos y el cumplimiento de normativas.

Este artículo explora los desafíos que se enfrentan al adoptar IoT en la cadena de suministro en frío.

Este estudio explora cómo usar las cabeceras de respuesta para identificar rastreadores en línea de manera más efectiva.

Un nuevo marco mejora la eficiencia de la computación segura mientras garantiza la privacidad de los datos.

Aprende cómo las perturbaciones inofensivas protegen la privacidad en el aprendizaje profundo sin afectar la funcionalidad de las DNN.

Un nuevo modelo combina encriptación buscable con computación cuántica para mejorar la protección de datos.

Explorando un enfoque moderno para compartir imágenes de manera segura a través de técnicas cuánticas.

Un método para la conversión de voz que mejora la privacidad y la calidad del habla.

Entender cómo construir sistemas de aprendizaje automático más confiables contra amenazas adversariales.

Examinando los riesgos de privacidad y soluciones para el seguimiento ocular en la realidad virtual.

Una mirada interna al desarrollo de una aplicación LLM segura para documentos internos.

Explorando las ventajas de la comunicación con qubits en la transferencia de información moderna.

Explorando cómo las fibras ópticas pueden mejorar la tecnología de comunicación cuántica.

Este estudio revisa las vulnerabilidades en modelos de IA utilizados para aplicaciones genómicas.

Presentamos FOMO, un método para mejorar los DNNs contra ataques adversariales a través del olvido.

Explorando las amenazas que plantea la intoxicación de datos indiscriminada en el aprendizaje auto-supervisado.

Este documento examina el uso de ruido artificial para asegurar las transmisiones de datos de VLC.