Informatica - Crittografia e sicurezza

Esplora l'impatto degli attacchi avversariali sui sistemi di apprendimento per rinforzo multi-agente.

Esplorare rischi e strategie per proteggere le reti elettriche da attacchi che alterano il carico.

Esaminando l'impatto dei banner sui cookie sugli utenti con disabilità visive.

Un nuovo metodo svela come trovare la contaminazione dei dati di test nei modelli di linguaggio.

Esaminare le sfide e le opportunità della privacy differenziale nell'analisi dei dati.

I metodi di adattamento durante il test affrontano vulnerabilità dagli attacchi di avvelenamento, mettendo in dubbio la loro efficacia.

Esplorando strumenti per valutare le preoccupazioni sulla privacy tra gli utenti di internet.

Gli esperti condividono opinioni su come migliorare l'usabilità nella conformità al GDPR.

Nuovo approccio risolve i problemi di memoria nelle Single Page Applications senza doverli rilevare manualmente.

Esaminare i rischi negli stati condivisi delle app AR e modi per migliorare la sicurezza.

Esaminando come gli attacchi avversari influenzano DeepReceiver nei sistemi di comunicazione senza fili.

Un metodo per trovare le medie da dati vari di utenti senza compromettere la privacy.

Un nuovo metodo punta a proteggere i veicoli intelligenti dagli attacchi di dati falsi.

Strumenti AI avanzati possono essere usati male per creare malware, suscitando preoccupazioni per la cybersicurezza.

LeakFuzzer rileva perdite d'informazioni nei programmi per migliorare la sicurezza del software.

Presentiamo VISER, un nuovo approccio per giochi con distribuzione di informazioni disuguale.

La ricerca esplora l'equilibrio nei modelli linguistici multilingue per giustizia e privacy.

Un nuovo approccio migliora la cybersecurity per i servizi cloud prevedendo le minacce alle VM.

Questa ricerca migliora i metodi di campionamento per studiare le discussioni sul cybercrimine online.

Gli attacchi di phishing con loghi manipolati sono un bel rischio per gli utenti.

Un'esplorazione di come gli utenti sauditi percepiscono la privacy nei servizi di Google.

I ricercatori svelano come il malware può ingannare gli antivirus con attacchi furbi.

ConRo migliora il rilevamento delle frodi identificando efficacemente le sessioni dannose usando il deep learning.

SplitWiper migliora l'unlearning nel machine learning, garantendo privacy dei dati ed efficienza.

Il Federated Learning migliora la sicurezza dei veicoli connessi proteggendo i dati degli utenti.

FedSIS migliora il rilevamento degli attacchi di presentazione facciale garantendo la privacy dei dati.

Un nuovo metodo migliora la modellazione dell'interfaccia utente per le app mobili.

Quest'articolo parla degli attacchi di avvelenamento ai modelli di deep learning finanziari e dei loro rischi nascosti.

Un framework che usa i gemelli digitali per identificare i dispositivi IoT compromessi.

Esplorando un nuovo metodo per proteggere la privacy nella ricerca causale mantenendo l'accuratezza.

Un nuovo sistema aumenta la sicurezza e l'efficienza del trasporto dei reni usando blockchain e machine learning.

Ramulator 2.0 migliora la ricerca sulla memoria con uno strumento di simulazione modulare e veloce.

Esplorando i vantaggi del split learning per l'addestramento di modelli sanitari sicuri.

Esaminando i pericoli rappresentati dagli attacchi avversariali sui modelli di immagini e testo.

Un nuovo modello migliora la rilevazione delle vulnerabilità usando dati positivi e non etichettati.

Esaminando le minacce alla privacy legate alla raccolta dei dati nei veicoli intelligenti.

Gli attacchi di timing rappresentano rischi per il software, rivelando informazioni sensibili attraverso il tempo di esecuzione.

Affrontare la necessità di una sostenibilità accurata nei data center.

Usare il Federated Learning per migliorare il trattamento della PCOS mantenendo la privacy dei pazienti.

La privacy differenziale a livello utente offre un approccio migliore per la privacy nella condivisione dei dati.