Informatica - Crittografia e sicurezza

Esaminando i rischi per la privacy nelle spiegazioni dei modelli e strategie per migliorare la sicurezza.

Un nuovo framework punta a rafforzare la sicurezza dei dispositivi IoT contro le minacce di tipo side-channel.

Scopri come il penetration testing può proteggere le organizzazioni dalle minacce interne.

Il machine learning offre nuovi metodi per una rilevazione delle minacce alla cybersecurity più rapida e precisa.

Un nuovo modo di fare soldi quantistici usando la tecnologia cloud per un uso pratico.

Questo articolo esplora le sfide di sicurezza e i metodi di test per le reti 5G.

Scopri come le misure di sicurezza proteggono le infrastrutture critiche dagli attacchi informatici in aumento.

Uno studio che confronta modelli di machine learning per valutare le vulnerabilità nel codice C/C++.

LightPHE rende più semplice proteggere i dati sensibili usando la crittografia omomorfica.

Un nuovo sistema aumenta la velocità di inferenza ML mantenendo la privacy dei dati.

Questo articolo esamina le debolezze dei modelli multimodali rispetto a vari tipi di attacco.

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

Esplorare l'impatto dei pregiudizi sugli investimenti nella cybersecurity e sulle strategie di difesa.

Esplorare metodi automatici per identificare vulnerabilità software e la loro affidabilità.

Usare la blockchain per migliorare la trasparenza e ridurre le frodi nelle richieste di assicurazione sanitaria.

Esplorare come la blockchain possa migliorare la sicurezza dei modelli di linguaggio di grandi dimensioni.

Esplorare le minacce degli attacchi avversari nell'imaging medico.

Il framework MAARS migliora la sicurezza delle attività sensibili al tempo nei sistemi cibernetico-fisici.

Un metodo innovativo aggiunge messaggi nascosti per garantire l'autenticità delle immagini.

Nuovi metodi migliorano la privacy e la comunicazione nell'apprendimento federato.

Gli attacchi a Active Directory rappresentano rischi seri. Scopri come rilevare e rispondere.

Un nuovo strumento migliora la rilevazione delle minacce persistenti avanzate nella cybersecurity.

MALT migliora l'efficienza e il successo degli attacchi avversariali nei modelli di classificazione delle immagini.

Una recensione dei metodi di apprendimento automatico per rilevare vulnerabilità nei contratti smart di Ethereum.

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.

Defogger offre nuove strategie per esplorare dati sensibili mantenendo la privacy.

Questo articolo parla dei metodi di apprendimento federato e del loro impatto sulla privacy e sull'utilità del modello.

Esaminando i CP-NIZK collaborativi per una maggiore privacy e efficienza nelle prove.

Questo studio esamina l'efficacia degli attacchi backdoor fisici clean-label nelle reti neurali profonde.

Questo articolo esplora come gli attacchi di impegno minacciano i premi dei validatori di Ethereum.

Uno sguardo al Proof-of-Stake e al suo impatto sul consenso della blockchain.

Un nuovo metodo per la generazione sicura di chiavi tra dispositivi in reti wireless.

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

LocPIR migliora la privacy nei servizi basati sulla posizione attraverso una crittografia avanzata.

BackdoorBench offre un approccio unificato per valutare i metodi di apprendimento backdoor nelle reti neurali profonde.

Un metodo per individuare e capire le debolezze nei modelli di linguaggio per migliorarne l'affidabilità.

Questo framework migliora l'accesso e l'efficienza dei modelli AI utilizzando lo sharding ibrido.

Un approccio fresco mette in evidenza token sorprendenti per valutare i dati di addestramento dei modelli di linguaggio.

Questo articolo parla di un metodo per inserire backdoor nelle reti neurali durante l'allenamento.