Últimos artículos para Seguridad de Datos

La investigación muestra cómo los LLM pueden mejorar la privacidad sin perder efectividad en el modelo de lenguaje.

Nuevos métodos mejoran el entrenamiento de modelos mientras protegen la privacidad de los datos de los usuarios.

Este estudio analiza el uso de sistemas PIM para mejorar el rendimiento de la criptografía homomórfica.

Científicos conectan partículas entrelazadas a más de 101 kilómetros, empujando los límites de las redes cuánticas.

El entrenamiento adversarial mejora la resistencia de los modelos de machine learning a la manipulación de datos de entrada.

Un nuevo método combina TEEs y circuitos enmascarados para mejorar el rendimiento en tareas en la nube.

Un método llamado HINT protege el aprendizaje automático de ataques de datos perjudiciales.

Una mirada a los retos y soluciones de la gestión de Big Data.

Probando la fuerza de los sistemas NER usando ejemplos adversariales conscientes del contexto.

JCAS combina comunicación y radar para mejorar el rendimiento de la red móvil.

Nuevo marco mejora el rendimiento del procesamiento de datos encriptados usando GPUs.

Mejorando la seguridad de modelos de aprendizaje automático contra ataques adversariales a través de robustez certificada.

Un método para crear registros auditables confiables en sistemas distribuidos.

La investigación revela vulnerabilidades en los modelos de aprendizaje automático a través de manipulación de incertidumbre dirigida.

La investigación combina modelos de lenguaje y de difusión para mejorar las defensas contra ataques adversariales.

Un nuevo método detecta fallos mientras protege los datos del usuario.

Examinando cómo los usuarios manejan las preocupaciones de privacidad con agentes conversacionales basados en LLM.

Explorando el potencial de la tecnología cuántica para mejorar la seguridad y el consenso en blockchain.

Nuevos circuitos híbridos mejoran la transmisión segura de datos usando pares de fotones entrelazados.

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.