Informatique - Cryptographie et sécurité

Améliorer les méthodes pour détecter les transactions Bitcoin anormales afin de renforcer la sécurité du système.

DP-ZO équilibre la vie privée et la performance dans l'entraînement des modèles de langage.

Apprends comment les techniques de filtrage DNS protègent contre les dangers en ligne.

Une méthode pour améliorer la compréhension et la sécurité des réseaux de neurones graphiques.

Une nouvelle méthode pour améliorer la communication dans FedRec tout en protégeant les données des utilisateurs.

Explorer des systèmes de réponse dynamique pour améliorer la cybersécurité des véhicules.

Une étude révèle des réseaux cachés de transactions illégales de cryptomonnaie.

Brave offre de la vie privée et de la protection contre les menaces dans l'apprentissage fédéré entre pairs.

Examiner l'importance croissante et les problèmes de l'identité numérique dans notre monde en ligne.

Une approche formelle pour identifier les violations de la vie privée dans les algorithmes de calcul quantique.

Un aperçu de l'apprentissage fédéré et de l'apprentissage à l'oubli pour la protection des données.

Une nouvelle approche pour trouver des fausses stations de base et des attaques en plusieurs étapes.

Un aperçu de comment le chiffrement homomorphe aide la descente de gradient en matière de sécurité des données.

Apprends comment le CIR et la blockchain améliorent le partage d'infos en toute sécurité.

WebAssembly accélère la vitesse des applis web mais soulève des soucis de sécurité.

Un aperçu des défis et solutions de cybersécurité dans la technologie des réseaux intelligents.

Stratégies pour améliorer la sécurité des blockchains PoS.

Ce papier examine comment les GNN améliorent les défenses contre les cyberattaques tout au long de leur cycle de vie.

Examiner le lien entre la complexité des circuits et les trous noirs révèle des connexions fascinantes.

Une étude sur l'intégration efficace des honeypots dans les systèmes de production pour améliorer la cybersécurité.

Utiliser des modèles de diffusion pour améliorer la détection des exemples adverses en apprentissage automatique.

Apprends comment les protocoles d'effacement de mémoire sécurisés peuvent protéger les appareils compromis.

Une étude sur l'efficacité du CFI au niveau binaire par rapport aux méthodes au niveau source.

La recherche met en avant l'impact de la douceur sur les attaques adversariales dans la génération d'images.

Une approche méthodique pour les revues de code de confidentialité pour un logiciel conforme.

Une nouvelle méthode pour analyser les politiques de confidentialité en utilisant le crowdsourcing et l'apprentissage actif.

Un aperçu des stratégies d'extraction MEV dans l'écosystème de finance décentralisée d'Algorand.

Une nouvelle approche simplifie l'ingénierie inverse des binaires inconnus et améliore la création de graphiques d'appels.

Découvrez l'impact des attaques par canaux auxiliaires rétro-diffusés sur la sécurité des appareils et leurs défenses.

Présentation d'un langage pour améliorer la sécurité de l'informatique confidentielle dans le cloud.

ADVENT détecte les attaques dans les VANET, garantissant un transport plus sûr grâce à une surveillance en temps réel efficace.

Un nouvel algorithme qui améliore la personnalisation des modèles tout en respectant la vie privée des données.

Cet article parle du rôle des systèmes automatisés pour protéger les infrastructures informatiques.

Un nouveau cadre améliore la détection des vulnérabilités logicielles en utilisant des techniques innovantes.

Cette étude présente WAVES, une référence pour évaluer les techniques de watermarking face à différentes attaques.

Apprends à connaître la sécurité Zero Trust et son impact sur la sécurité des organisations.

De nouvelles méthodes visent à protéger les modèles d'IA des attaques en utilisant des stratégies optimisées.

L'unlearning contrastif enlève efficacement l'influence des données tout en préservant la performance du modèle.

Examiner les risques d'intégrer des modèles de base dans des systèmes d'apprentissage fédéré.

CleanSheet fait avancer le détournement de modèles sans changer les processus d'entraînement.