Informatique - Cryptographie et sécurité

Les LLMs personnalisés soulèvent des inquiétudes en matière de sécurité, surtout avec les attaques par backdoor d'instruction.

Un nouvel outil aide à détecter les vulnérabilités de Reentrancy dans les contrats intelligents de manière plus efficace.

Seagull améliore la vérification du routage tout en garantissant la confidentialité des configurations réseau.

Des chercheurs testent des pièges à droits d'auteur pour détecter l'entraînement des IA sur du contenu protégé.

Examiner les risques et les impacts des applis modifiées sur les utilisateurs et les développeurs.

Un nouveau cadre vise à renforcer la sécurité cloud avec une gestion améliorée des contrôles d'accès.

Examiner l'adaptabilité des modèles d'apprentissage automatique dans les systèmes de détection d'intrusion.

Combiner l'apprentissage fédéré avec des techniques de confidentialité protège les données sensibles tout en entraînant des modèles.

De nouvelles méthodes en apprentissage fédéré protègent contre les attaques tout en préservant la vie privée des données.

Apprends les risques de l'EM-SCA et son impact sur la sécurité numérique.

TSTEM améliore l'intelligence sur les menaces cybernétiques grâce à la collecte et à l'analyse de données automatisées.

Apprends comment le fuzzing peut repérer des vulnérabilités dans les configurations FPGA, surtout dans les appareils Xilinx.

Une nouvelle méthode sécurisée pour gérer les données de santé en utilisant l'IA.

Cet article examine les menaces à la vie privée dans les méthodes d'apprentissage décentralisé et les tactiques des attaquants potentiels.

Explorer l'équilibre entre la vie privée et l'efficacité d'apprentissage en machine learning.

Un nouveau cadre vise à améliorer la gestion des frais de transaction sur les réseaux blockchain.

Des recherches révèlent des failles dans la technologie de reconnaissance de démarche des smartphones.

Les filigranes peuvent aider à protéger le droit d'auteur lors de l'entraînement des modèles d'IA en prouvant l'utilisation du texte.

Une nouvelle méthode pour la détection d'intrusions dans les réseaux de capteurs sans fil en utilisant l'apprentissage automatique.

Cet article examine la menace des attaques par porte dérobée sur les agents de modèles de langage.

SPML améliore la sécurité des chatbots en surveillant les entrées des utilisateurs et en affinant les définitions.

Cet article examine comment les modèles de langage peuvent adopter des biais idéologiques à partir des données d'entraînement.

Explorer les menaces posées par le empoisonnement de données indiscriminé dans l'apprentissage auto-supervisé.

Un système pour vérifier l'équité dans l'apprentissage automatique tout en protégeant la confidentialité du modèle.

Une étude révèle des stratégies efficaces pour améliorer la chasse aux menaces en cybersécurité.

Une nouvelle technique améliore la détection de bugs dans les moteurs JavaScript en utilisant des modèles avancés.

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.