Articoli più recenti per Privacy

Esplorando l'importanza della sicurezza dei dati nelle installazioni artistiche immersive.

Esplorando l'importanza della sicurezza e del feedback degli utenti nelle app di pagamento elettronico.

Analizzando le vulnerabilità nei LLM a causa dei dati sulle preferenze umane.

Un nuovo framework per la comunicazione tra agenti che si concentra su privacy e coerenza.

Esplorare le sfide e i progressi nella protezione dei dati sensibili mantenendone l'utilità.

Un nuovo framework valuta i metodi per anonimizzare i dati biometrici per migliorare la privacy.

Un nuovo metodo per la deduplicazione efficiente dei dati nell'apprendimento federato.

Esplorare la privacy differenziale a livello utente nell'addestramento di modelli linguistici grandi.

Esplorare i vantaggi del Federated Learning per il rilevamento delle anomalie nelle reti IoT.

Uno sguardo alle sfide e soluzioni per la privacy e l'integrità del federated learning.

Le regole guidano l'uso sicuro e giusto delle tecnologie AI in diversi settori.

Questo documento presenta metodi per migliorare le prestazioni del modello mantenendo la privacy dei dati.

Uno sguardo alla generazione di dati sintetici per la mobilità urbana e le sfide della privacy.

Nuovi metodi stanno garantendo la privacy nella ricerca sui dati genetici.

Nuovi metodi migliorano la protezione della privacy nei modelli di linguaggio di grandi dimensioni.

Esaminando le sfide sulla privacy che affrontano i lavoratori in ambienti di home office.

Scopri come i dati sintetici aiutano i rivenditori a proteggere la privacy dei clienti mentre ottengono informazioni.

Esplorare i rischi per la privacy nei dati sintetici e introdurre l'Indice di Plagio Dati.

Esporre come gli strumenti di terze parti possano compromettere la privacy degli utenti.

Uno studio rivela rischi sorprendenti nel condividere dati sensibili con chatbot.

Un nuovo framework si occupa di equità, privacy, interpretabilità e emissioni nell'IA.

Questo studio esamina la fiducia e l'usabilità nei sistemi di voto elettronico.

Esplorando la privacy differenziale per proteggere info sensibili nelle applicazioni di IA.

Un dataset solido per addestrare sistemi AI avanzati basati su chat.

PUFFLE offre una soluzione per le sfide di privacy, utilità e giustizia nell'apprendimento automatico.

Questo studio svela nuovi metodi per ricostruire i dati di addestramento da immagini ad alta risoluzione.

Esaminando i vantaggi e i pericoli dell'IA nella nostra tecnologia mobile quotidiana.

Questo metodo migliora la privacy mentre aumenta l'accuratezza del modello nell'IA.

Presentiamo un framework che trova un equilibrio tra privacy e rilevamento efficace degli eventi sociali.

Un nuovo metodo migliora l'analisi dei dati sicuri proteggendo la privacy.

Uno sguardo all'approccio del modello shuffle per proteggere la privacy dei dati degli utenti.

Un framework per lo sviluppo etico dell'IA nei sistemi sanitari.

Questo studio esamina le differenze di privacy tra l'apprendimento federato decentralizzato e quello centralizzato.

Esaminare le minacce alla privacy legate alle connessioni sociali negli spazi digitali.

Un framework migliora la sicurezza nei veicoli connessi proteggendo allo stesso tempo la privacy degli utenti.

Metodi innovativi migliorano l'identificazione dei siti web tramite l'analisi del traffico di rete.

Un nuovo metodo assicura un abbinamento dei nomi sicuro proteggendo i dati sensibili.

OpenUAS offre una vista dettagliata dell'uso delle aree urbane nelle principali città del Giappone.

Nuovo approccio ai dati sintetici migliora la privacy nell'apprendimento federato.

Gemma 2 offre alte prestazioni in un formato compatto per compiti linguistici.