Informatique - Cryptographie et sécurité

Cet article explore l'impact du poisoning des données sur l'alignement des modèles de langage.

Les artistes prennent des risques quand les nouvelles technologies imitent leur style unique.

P3GNN améliore la détection des APT tout en protégeant la confidentialité des données dans les réseaux SDN.

Mélanger des méthodes de clustering traditionnelles avec des protections de la vie privée en utilisant la confidentialité différentielle.

Apprends comment les attaques par backdoor menacent les systèmes d'apprentissage machine et les méthodes pour s'en défendre.

Une méthode pour garder la vie privée tout en partageant des statistiques sur le trafic urbain.

De nouvelles méthodes améliorent les prévisions en se concentrant sur la fonctionnalité du code plutôt que sur les noms de variables.

Un cadre pour améliorer la détection des APT tout en protégeant la vie privée.

LDMeta améliore la confidentialité et l'efficacité des méthodes d'apprentissage distribué.

L'étude examine comment les publicités d'influenceurs façonnent les perceptions des VPN et les croyances sur la sécurité en ligne.

Explorer les défis de sécurité posés par les attaques adversariales sur des agents multimodaux.

Les LLM aident les évaluateurs humains à identifier efficacement le contenu nuisible en ligne.

Ce document examine les risques et les problèmes de maintenance liés aux extensions Chrome.

De nouvelles recherches révèlent des systèmes de preuve efficaces dans des environnements de stockage quantique limité.

Une méthode pour améliorer la vie privée des données dans l'apprentissage fédéré en supprimant des influences de données spécifiques.

Traiter les préoccupations de sécurité liées au code produit par les grands modèles de langage.

Une nouvelle stratégie de défense pour les LLM contre les attaques backdoor.

Une nouvelle méthode pour protéger les jeux de données contre une utilisation non autorisée dans les modèles génératifs.

Cet article explore comment la confidentialité différentielle protège les données ECG dans le secteur de la santé.

Une étude sur les systèmes de détection d'intrusion pour identifier les attaques de déguisement dans les réseaux de véhicules.

Explore l'évolution et les défis de la Valeur Maximale Extractible dans la DeFi.

Une nouvelle approche légère pour améliorer le partage de menaces cybernétiques entre les appareils IoT.

Un nouveau jeu de données vise à améliorer la sécurité des modèles de texte à image contre les contenus nuisibles.

Une nouvelle méthode réduit les risques de confidentialité dans les applications de génération augmentée par la récupération.

Examiner la sécurité et les défis du QPKE dans un monde de calcul quantique.

SeCTIS permet le partage sécurisé d'intelligence sur les menaces cybernétiques tout en préservant la vie privée et la qualité des données.

Explorer des technologies de préservation de la vie privée dans l'analyse d'images médicales.

Une étude sur comment les modèles de langage peuvent ignorer les instructions et leurs implications.

Un nouveau protocole combine le transport et le chiffrement pour un mouvement de données sûr et efficace.

QuADTool simplifie l'évaluation des risques grâce aux arbres d'attaque-défense.

De nouvelles techniques améliorent la vie privée et la sécurité dans les requêtes et les transactions de bases de données.

Évaluer l'efficacité de Cyber Essentials face aux menaces cybernétiques en évolution.

La directionnalité affecte la sécurité des images, impactant la stéganalyse et l'identification forensic.

Une étude sur l'efficacité des détecteurs OOD contre les exemples adverses.

Tempora-Fusion améliore les Casse-tête Temporels pour des calculs sécurisés et vérifiables.

Nouvelles méthodes pour protéger la vie privée des données dans les environnements de cloud computing.

SaTor vise à réduire la latence dans le réseau Tor en utilisant la technologie satellite.

SecureSpectra propose une nouvelle façon de protéger l'identité audio contre les menaces des deepfakes.

Ce travail améliore la vie privée dans la diffusion de graphes tout en gardant l'utilité des données.

INDICT améliore la sécurité du code et son utilité grâce à une analyse à double critique.