Derniers articles pour Sécurité des données

La recherche vise à équilibrer la vie privée et la précision dans les méthodes d'estimation de la moyenne vectorielle.

Deux techniques innovantes améliorent les attaques adversariales sur les modèles de données tabulaires.

Explorer la sécurité, la fiabilité et les problèmes éthiques dans les modèles de langage.

Une nouvelle approche améliore la vie privée en apprentissage automatique et la résilience contre les attaques.

Cette méthode améliore le suivi des données grâce à des techniques de filigrane avancées.

Fantastyc améliore l'apprentissage fédéré grâce à la blockchain pour une meilleure vie privée et sécurité.

Un nouveau cadre améliore la collaboration dans le secteur de la santé tout en protégeant la vie privée des patients.

Voici GENIE, une méthode de filigrane pour protéger les réseaux de neurones graphiques contre le vol.

De nouvelles stratégies améliorent l'apprentissage par renforcement profond face au bruit adversarial.

Une nouvelle méthode améliore les attaques ciblées en utilisant des échantillons faciles dans les réseaux de neurones.

Cet article examine les améliorations des SSM pour résister aux perturbations adversariales.

Présentation d'une méthode pour évaluer la résilience des modèles face aux attaques par empoisonnement de données.

Apprends à maintenir une collaboration sécurisée entre les parties en cryptographie.

Une nouvelle approche améliore la fiabilité des systèmes de communication décentralisés pour une meilleure sécurité.

Cette étude explore les limites de la précision et de la robustesse des modèles d'apprentissage automatique.

Une méthode qui combine la SGD et des techniques de confidentialité pour une analyse de données efficace.

Une nouvelle méthode de filigrane aide à identifier les données tabulaires synthétiques.

De nouvelles méthodes améliorent l'oubli des données nuisibles dans les systèmes d'apprentissage automatique.

Une nouvelle approche pour améliorer les vitesses de traitement du chiffrement homomorphe.

Une nouvelle méthode pour vérifier l'oubli machine de manière efficace et sécurisée.

Une nouvelle méthode améliore les systèmes de recommandation tout en protégeant la vie privée des utilisateurs.

Une nouvelle méthode pour protéger les jeux de données contre une utilisation non autorisée dans les modèles génératifs.

Un nouveau protocole combine le transport et le chiffrement pour un mouvement de données sûr et efficace.

Une étude sur l'efficacité des détecteurs OOD contre les exemples adverses.

Nouvelles méthodes pour protéger la vie privée des données dans les environnements de cloud computing.

Présentation du watermarking pour protéger les explications contrefactuelles en apprentissage automatique.

Un nouveau cadre améliore la façon dont les utilisateurs interrogent les données IoT et classifient les menaces.

Un nouveau système facilite l'utilisation privée des LLM via des ressources HPC.

La vie privée différentielle locale permet un partage sécurisé des données tout en protégeant les informations individuelles des utilisateurs.

FernUniversität bosse sur une infrastructure LLM ouverte pour soutenir l'éducation.

Un nouvel algorithme améliore l'échange de données entre les véhicules tout en garantissant la confidentialité.

Examen de la sécurité de SHA-256 et des récentes techniques de recherche de collisions.

De nouvelles méthodes hybrides améliorent l'efficacité de la factorisation d'entiers pour la cryptographie.

Une nouvelle approche pour garantir la confidentialité tout en maintenant l'utilité du texte dans les modèles de traitement du langage naturel.

La communication quantique permet une transmission de données sécurisée en utilisant les principes de la mécanique quantique.

Un cadre pour la vérification formelle des algorithmes obfusqués pour protéger les données sensibles.

Une méthode pour compresser des images tout en garantissant leur sécurité pendant la transmission.

Un nouveau système améliore le traitement des données tout en garantissant la vie privée des utilisateurs et l'utilisation efficace des ressources.

Des chercheurs étudient des méthodes pour sécuriser des infos sensibles dans les modèles de classification de texte.

Explorer les attaques par backdoor et les méthodes de réduction de graphes dans les GNN.