Informatique - Cryptographie et sécurité

De nouvelles méthodes visent à sécuriser les modèles d'apprentissage automatique contre les menaces de porte dérobée.

Une nouvelle méthode pour une déduplication de données efficace dans l'apprentissage fédéré.

Un nouveau modèle améliore la confidentialité des données tout en renforçant la précision de l'apprentissage machine.

Apprends à protéger tes engagements sensibles des écouteurs.

Une étude révèle des failles de sécurité dans des applis de paiement mobile populaires.

Explorer la confidentialité différentielle au niveau des utilisateurs dans l'entraînement de grands modèles de langage.

Explorer les avantages de l'apprentissage fédéré pour la détection d'anomalies dans les réseaux IoT.

Une étude révèle comment les données 5G peuvent dévoiler l'activité des utilisateurs.

De nouveaux modèles aident les développeurs, mais les attaques par porte dérobée posent de sérieux risques de sécurité.

Un aperçu des défis et solutions liés à la confidentialité et à l’intégrité de l’apprentissage fédéré.

Une nouvelle méthode fusionne les LLM avec des techniques de désassemblage traditionnelles pour une analyse efficace.

Un design TEE unifié améliore la collaboration entre le CPU et le NPU pour un calcul sécurisé.

Lutter contre la contamination des données pour de meilleures cyber-sécurités et systèmes de détection d'anomalies.

Combiner des réseaux de neurones avec la cryptographie améliore les méthodes de communication sécurisée.

Un système pour utiliser des chatbots anonymement tout en protégeant l'identité de l'utilisateur.

Un nouveau cadre améliore l'efficacité des tests et la détection de bugs dans les bibliothèques cryptographiques.

De nouvelles méthodes s'attaquent aux risques de confidentialité dans la prédiction des données de mouvement humain.

Explorer le changement numérique et son impact sur la cybersécurité maritime.

Cet article parle de l'importance des algorithmes de hachage dans la technologie blockchain.

Une nouvelle méthode pour comparer les mécanismes de confidentialité dans l'apprentissage machine.

Des recherches montrent des méthodes automatisées pour suivre la censure sur le web de manière efficace.

Examiner la vulnérabilité des réseaux de neurones face à de petits changements d'entrée.

De nouvelles méthodes améliorent les attaques black-box en utilisant des données non étiquetées pour l'apprentissage automatique.

Explorer les vulnérabilités présentes dans le code généré par des modèles de langage.

Une nouvelle approche pour renforcer la sécurité dans l'apprentissage fédéré contre les attaques backdoor.

CEIPA aide à dénicher les vulnérabilités dans les grands modèles de langage pour améliorer leur sécurité.

Un aperçu de l'attestation à distance collective et de son impact sur la sécurité des appareils IoT.

Un aperçu de la génération de données synthétiques pour la mobilité urbaine et les défis de la vie privée.

Une méthode qui réduit les gestes nécessaires pour l'enrôlement biométrique grâce à des données synthétiques.

Les MLLM font face à de nouvelles menaces car des prompts sûrs peuvent être faussement refusés.

De nouvelles méthodes garantissent la confidentialité dans la recherche sur les données génomiques.

Un outil puissant pour analyser en profondeur les transactions de contrats intelligents fait son apparition.

Explorer de nouvelles approches pour améliorer la sécurité du DRAM contre les menaces Rowhammer.

Assurer la confidentialité des acheteurs est super important avec la croissance des marchés de données.

Examiner le rôle et l'impact des kill switches pour les smart contracts.

IdentityChain allie confidentialité et conformité pour une gestion sécurisée des identités.

Le matching de voix prédéfini améliore la traduction vocale tout en garantissant la vie privée et en réduisant les risques.

CICAPT-IIoT aide à détecter des menaces cybernétiques avancées dans les réseaux IIoT industriels.

Cet article parle des méthodes de réentraînement en utilisant les prédictions des modèles pour une meilleure précision.

Cet article examine comment la préparation des données influence l'apprentissage automatique en cybersécurité.