Informatique - Cryptographie et sécurité

Examiner comment le fine-tuning augmente le risque de révéler des données d'entraînement sensibles.

Une nouvelle méthode améliore la puissance et la précision des modèles d'apprentissage profond.

Explorer le rôle des réseaux dans les systèmes cryptographiques sécurisés.

Comprendre les risques et les solutions pour protéger les services essentiels.

Un système qui surveille le traffic de communication pour améliorer la sécurité des véhicules et se protéger contre les menaces.

Une nouvelle méthode pour marquer des audios créés par des modèles de diffusion pour protéger les droits d'auteur.

Cette étude évalue les méthodes d'apprentissage automatique pour améliorer les systèmes de détection d'intrusion.

Explorer les défis de sécurité de l'ingénierie des invites avec les LLM.

Un aperçu des attaques de reconstruction et de leur impact sur la vie privée des données dans l'apprentissage automatique.

Une nouvelle approche pour la détection d'anomalies sécurisée dans les données de graphe.

Apprends sur le modélisation des menaces et son importance dans la gestion de la sécurité des entreprises.

Des faux CV manipulent les plateformes d'emploi, nuisant aux entreprises et aux chercheurs.

Évaluer l'efficacité des GNN contre les risques de sécurité dans les circuits intégrés.

Une étude sur l'utilisation de DistilBERT pour une détection efficace des emails de phishing.

Une nouvelle méthode pour améliorer l'efficacité des enquêtes sur la cybercriminalité.

Examiner les défis et solutions dans l'apprentissage machine collaboratif pour une meilleure vie privée et sécurité.

Explorer comment l'IA générative peut améliorer la sécurité de la communication et répondre aux menaces émergentes.

Une nouvelle méthode de filigrane protège les modèles de langue personnalisés contre une utilisation non autorisée.

Une nouvelle méthode pour améliorer les modèles d'apprentissage automatique affectés par des données de mauvaise qualité.

Une méthode pour régler les problèmes de portes dérobées dans les modèles de base sans perdre de fonctionnalité.

Cette étude révèle ce que les attaquants savent sur les attaques adversariales contre les modèles de reconnaissance d'images.

De nouvelles méthodes améliorent la vie privée et la précision dans les environnements informatiques sécurisés.

SeePrivacy vise à simplifier la façon dont les utilisateurs interagissent avec les politiques de confidentialité.

Une nouvelle attaque par cache exploite les politiques de remplacement pour fuites d'infos sensibles.

L'étude évalue la facilité d'utilisation des systèmes d'authentification par ondes cérébrales et mouvements oculaires.

Explorer les vulnérabilités dans les preuves à connaissance nulle en cryptographie.

Une nouvelle approche pour améliorer la détection de malware grâce à une analyse par morceaux.

DECORAIT permet aux créateurs de gérer leurs droits sur le contenu numérique.

Une nouvelle approche pour améliorer la sécurité des modèles de langage sans avoir à les réentraîner de manière intensive.

Cet article examine l'effacement machine dans les grands modèles de langage.

La mémoire éparpillée sécurisée protège efficacement le contenu des données et les modèles d'accès.

Un nouveau système améliore l'exactitude de l'identification et la confidentialité des données pour la technologie portable.

Adressez les préoccupations en matière de confidentialité dans l'apprentissage automatique avec des techniques efficaces.

Cet article passe en revue les problèmes liés au filigrane de l'IA et suggère des améliorations pour la sécurité.

S'attaquer au défi de la vie privée dans la prise de décision basée sur les données pour la santé.

ChainBoost améliore l'efficacité et la sécurité sur les marchés de ressources blockchain.

Explorer comment des tailles de lots plus grandes améliorent la confidentialité différentielle en apprentissage automatique.

Une nouvelle méthode améliore la détection du phishing et la compréhension des utilisateurs.

Un aperçu de comment l'apprentissage profond améliore les systèmes de détection d'intrusion.

FedReview améliore l'apprentissage fédéré en rejetant les mises à jour de modèles nuisibles.