Informatique - Cryptographie et sécurité

Améliorer les outils d'IA pour générer du code à partir de descriptions en langage naturel.

Une nouvelle approche pour améliorer le traitement des contrats intelligents dans les systèmes blockchain.

Examiner comment l'apprentissage automatique gère les défis en informatique légale.

Améliorer la granularité des données urbaines tout en protégeant la vie privée des individus.

Une nouvelle méthode utilisant ChatGPT pour identifier les sites de phishing.

Examiner comment les CSIRT nationaux utilisent des infos publiques et des outils gratuits pour réagir aux incidents.

Examiner les problèmes de confidentialité dans les technologies FemTech pour la santé des femmes.

Présentation d'un algorithme pour des calculs privés de chemin le plus court dans des graphes à faible largeur d'arbre.

JABBERWOCK utilise WebAssembly pour améliorer efficacement la détection des sites web malveillants.

Une étude révèle une méthode pour créer des exemples adversariaux tout en gardant leur sens.

Une étude sur la sémantique des mots de passe pour améliorer les mesures de sécurité en ligne.

TrojLLM crée des invites cachées pour manipuler les résultats des grands modèles de langage.

Une nouvelle approche combine le fuzz testing avec l'IA pour une meilleure validation des logiciels.

Une nouvelle méthode certifie les prédictions des réseaux de neurones sous différentes modifications d'images.

Découvre comment les cartes one-hot améliorent la vie privée des données en IA et ML.

De nouvelles méthodes améliorent l'efficacité du chiffrement pour les applications d'apprentissage automatique.

Explorer des méthodes pour compter des items uniques tout en protégeant la vie privée des individus.

De nouvelles méthodes menacent la sécurité cryptographique via des attaques par canaux latéraux en utilisant le machine learning.

L'assurance cyber doit gérer des dilemmes de partage de données dans un paysage de risques complexe.

Les super apps intègrent plusieurs services, offrant de la commodité tout en naviguant dans des défis de sécurité.

Ind-KNN améliore les prédictions privées tout en protégeant la vie privée des individus dans les applications basées sur les données.

Un aperçu des dangers potentiels de l'IA et comment les gérer.

Analyse des risques de l'empoisonnement de données dans les systèmes MARL.

Examiner le besoin de réduire les exigences de garantie pour les prêts en blockchain.

Un aperçu de la façon dont la factorisation de matrice bandée protège la vie privée en apprentissage automatique.

Examiner les risques et les solutions pour protéger les données des utilisateurs dans les mini-programmes.

Cette étude présente une nouvelle façon de classifier différents types de chiffrements en utilisant l'apprentissage automatique.

Un nouveau cadre pour améliorer le trading d'énergie et la sécurité dans les réseaux intelligents.

Un aperçu des vulnérabilités de l'apprentissage fédéré et de la menace des attaques par porte dérobée.

Présentation d'une méthode pour effacer les portes dérobées sans avoir besoin de données propres.

Une nouvelle méthode améliore les défenses des réseaux de neurones contre les attaques adversariales.

Les exemples adversariaux peuvent embrouiller les systèmes de détection d'objets, révélant des failles de sécurité.

Cette recherche propose une méthode pour distinguer les graphes réels des graphes générés.

Une méthode pour protéger les images originales contre une utilisation non autorisée tout en laissant place à la créativité.

Explorer comment les SMS peuvent révéler les emplacements des utilisateurs grâce aux rapports de livraison.

L'approche FMKR améliore la détection et la réponse aux APT grâce à l'apprentissage par quelques exemples.

Un aperçu des IBLTs et de leurs applications dans la gestion des données.

Explorer des stratégies pour améliorer les modèles de machine learning contre les attaques de données nuisibles.

Les systèmes CAPTCHA font face à des menaces croissantes à cause des services de résolution, à mesure que la technologie évolue.

Une nouvelle approche pour comprendre les attaques par porte dérobée dans les systèmes d'apprentissage automatique.