Informatique - Cryptographie et sécurité

Examen du rôle de la cryptographie quantique dans la suppression sécurisée des données.

Une méthode pour estimer des moyennes tout en respectant les besoins de vie privée des individus.

Découvre comment les protocoles zero-knowledge améliorent la vie privée et la sécurité dans les interactions numériques.

Des recherches révèlent de nouvelles méthodes pour cacher des déclencheurs dans les systèmes d'apprentissage profond.

Introduction des techniques d'attaque low-pass pour contourner les défenses des réseaux de neurones.

Un aperçu des méthodes améliorant la vie privée dans l'apprentissage fédéré tout en garantissant la précision du modèle.

Une méthode qui personnalise les LLMs tout en protégeant les données sensibles des utilisateurs.

Une méthode pour aligner la sécurité et la sûreté dans les systèmes de contrôle industriels.

Apprends à connaître les dangers du marché des NFT, surtout les rug pulls.

REMaQE aide à analyser des équations mathématiques en code binaire pour une meilleure sécurité.

Une nouvelle méthode pour des attaques backdoor discrètes sur des réseaux neuronaux profonds.

Explorer de nouvelles solutions pour des technologies de communication 6G sécurisées et efficaces.

Une méthode pour améliorer la sécurité de la blockchain en empruntant la sécurité d'autres chaînes.

Examiner les risques et effets du détournement de modèles en traitement du langage naturel.

S'attaquer aux vulnérabilités des systèmes 5G avec de nouvelles méthodes de test.

DNN-Defender offre une protection en temps réel pour les modèles d'apprentissage profond contre les attaques RowHammer.

Cet article explore les risques et les préoccupations éthiques autour de ChatGPT.

Explore comment les mixnets traçables améliorent la confidentialité dans la gestion des données tout en permettant des requêtes spécifiques.

Une nouvelle approche combine le fuzz testing et le NLP pour une meilleure détection des vulnérabilités 5G.

Un aperçu de comment la manipulation DNS affecte l'accès à internet et la sensibilisation des utilisateurs.

ResidualPlanner offre des insights rapides et privés à partir des données en utilisant des marges bruyantes.

Une nouvelle méthode prédit la demande de taxis tout en garantissant la confidentialité des données.

Cette étude explore des méthodes pour améliorer la résilience des modèles de deep learning face aux attaques.

SplitAMC améliore la confidentialité des données et réduit la latence dans la classification de modulation.

Trustchain propose un moyen plus sûr de gérer les identités et les credentials numériques.

Apprends comment les CFG et l'apprentissage machine améliorent les méthodes de détection de malwares.

Une nouvelle méthode vérifie la vie privée dans le machine learning en faisant tourner un seul algorithme.

Un nouvel outil améliore le test des programmes eBPF et identifie les vulnérabilités.

FLARE aide les objets connectés à gérer le dérive conceptuelle tout en garantissant la confidentialité et l'efficacité.

L'assurance paramétrique permet des remboursements plus rapides et plus de transparence grâce à la technologie.

Explore comment l'apprentissage fédéré vertical renforce la confidentialité dans l'apprentissage automatique.

Un nouveau cadre améliore l'insertion et la détection des trojans matériels en utilisant l'apprentissage par renforcement.

La recherche présente des protocoles avancés utilisant des qubits intriqués pour une vérification de distance sécurisée.

Un nouveau protocole fusionne SGX et SEV pour améliorer la sécurité dans les environnements de calcul.

Examiner des méthodes pour assurer une communication sans fil sécurisée en utilisant la sécurité de la couche physique.

Une nouvelle méthode améliore la sécurité et la vie privée pour la gestion des données IoT.

Une nouvelle méthode améliore les NODEs contre les attaques adversariales en utilisant des couches orthogonales et un contrôle de la constante de Lipschitz.

Examiner l'efficacité des systèmes de détection d'intrusion face à un gros trafic d'attaque.

Un cadre utilisant quelques exemples étiquetés pour une détection efficace des anomalies dans les graphes.

PrivaScissors réduit les fuites de données dans l'inférence collaborative, améliorant la vie privée des utilisateurs.