Informatique - Cryptographie et sécurité

Une méthode pour régler les problèmes de portes dérobées dans les modèles de base sans perdre de fonctionnalité.

Cette étude révèle ce que les attaquants savent sur les attaques adversariales contre les modèles de reconnaissance d'images.

De nouvelles méthodes améliorent la vie privée et la précision dans les environnements informatiques sécurisés.

SeePrivacy vise à simplifier la façon dont les utilisateurs interagissent avec les politiques de confidentialité.

Une nouvelle attaque par cache exploite les politiques de remplacement pour fuites d'infos sensibles.

L'étude évalue la facilité d'utilisation des systèmes d'authentification par ondes cérébrales et mouvements oculaires.

Explorer les vulnérabilités dans les preuves à connaissance nulle en cryptographie.

Une nouvelle approche pour améliorer la détection de malware grâce à une analyse par morceaux.

DECORAIT permet aux créateurs de gérer leurs droits sur le contenu numérique.

Une nouvelle approche pour améliorer la sécurité des modèles de langage sans avoir à les réentraîner de manière intensive.

Cet article examine l'effacement machine dans les grands modèles de langage.

La mémoire éparpillée sécurisée protège efficacement le contenu des données et les modèles d'accès.

Un nouveau système améliore l'exactitude de l'identification et la confidentialité des données pour la technologie portable.

Adressez les préoccupations en matière de confidentialité dans l'apprentissage automatique avec des techniques efficaces.

Cet article passe en revue les problèmes liés au filigrane de l'IA et suggère des améliorations pour la sécurité.

S'attaquer au défi de la vie privée dans la prise de décision basée sur les données pour la santé.

ChainBoost améliore l'efficacité et la sécurité sur les marchés de ressources blockchain.

Explorer comment des tailles de lots plus grandes améliorent la confidentialité différentielle en apprentissage automatique.

Une nouvelle méthode améliore la détection du phishing et la compréhension des utilisateurs.

Un aperçu de comment l'apprentissage profond améliore les systèmes de détection d'intrusion.

FedReview améliore l'apprentissage fédéré en rejetant les mises à jour de modèles nuisibles.

Examiner les défis de la confidentialité différentielle dans les systèmes d'apprentissage en ligne.

Explorer les risques de confidentialité et de sécurité liés aux grands modèles de langage.

Cet article traite des problèmes de performance et des solutions dans les blockchains publiques.

Exploration des méthodes de confidentialité différentielle locale pour une analyse de graphes sécurisée.

Une nouvelle façon de dénicher des menaces cachées dans la conception matérielle.

Cet article parle des fonctions unidirectionnelles et des énigmes en cryptographie quantique.

Les preuves quantiques à zéro connaissance pourraient changer la façon dont on assure la vie privée et la sécurité en ligne.

On doit améliorer la sécurité des systèmes industriels et spatiaux contre les menaces modernes.

Explore les menaces à la vie privée et à la sécurité des technologies contrôlées par la voix.

Un aperçu des techniques d'évaluation de la complexité pour les outils de sécurité et les métriques.

Une nouvelle méthode révèle les menaces d'attaques par porte dérobée en apprentissage automatique sans accès aux données sensibles.

AerisAI améliore la collaboration en IA tout en protégeant la vie privée des données grâce à des méthodes décentralisées.

Une nouvelle approche réduit les risques de RowHammer dans la DRAM à moindre coût.

Une nouvelle méthode aide à identifier les vulnérabilités cachées dans les modèles biométriques.

Cet article parle de la perturbation de lecture dans la DRAM et présente une nouvelle solution.

Une plateforme décentralisée vise à garantir des retours d'utilisateurs authentiques.

Une nouvelle approche améliore la détection des menaces cybernétiques subtiles en utilisant des méthodes de données avancées.

Explorer des méthodes de confidentialité différentielle dans l'apprentissage par renforcement pour protéger les données sensibles.

Un nouveau système pour identifier les emails de phishing avec une haute précision et des raisons claires.