Informatica - Crittografia e sicurezza

Uno sguardo ai rischi e alle difese nella stampa 3D.

Un framework per proteggere informazioni sensibili in settori competitivi.

Introducendo un eDSL per lo sviluppo di sistemi di proof zero-knowledge efficienti.

Esplorando il legame tra logica di separazione e sicurezza crittografica attraverso l'indipendenza.

Migliorare la sicurezza nell'IoT attraverso dialetti innovativi del protocollo CoAP.

FV8 migliora il rilevamento delle tecniche evasive in JavaScript tramite analisi dinamica.

Un nuovo metodo combina PUF e protocolli per la comunicazione sicura dei dispositivi IoT.

Questo documento presenta EFRAP, una difesa contro gli attacchi backdoor condizionati dalla quantizzazione nei modelli di deep learning.

Esplora l'integrazione di blockchain, AI e IIoT e il suo impatto sulle industrie.

Metodi per fornire stime di popolazione affidabili garantendo la riservatezza dei rispondenti.

La ricerca migliora l'interpretazione dell'ECG, garantendo la privacy dei dati dei pazienti.

Uno sguardo all'affidabilità e alle vulnerabilità delle PUF nei dispositivi IoT.

Esplorare il panorama normativo dell'AI generativa e le sue implicazioni.

Una grossa vulnerabilità in XMPU espone dati sensibili dopo la terminazione del processo.

Esplorare come il Federated Learning possa migliorare la privacy dei dati nella sanità.

Questo studio esamina le debolezze dei modelli SER contro attacchi avversari in diverse lingue.

Un nuovo approccio al watermarking punta a migliorare la rilevazione e prevenire l'abuso dei modelli linguistici.

Un framework per migliorare la gestione degli aggiornamenti del firmware per gli inverter smart.

Un metodo per proteggere le reti neurali contro le vulnerabilità nella memoria.

Esaminando come le pubblicità sulla privacy influenzano le attitudini e la comprensione dei consumatori.

Nuovo framework aiuta a proteggere le statistiche di sintesi sensibili durante la condivisione dei dati.

Un metodo per prevenire l'abuso dei modelli di testo in immagine mantenendo le loro applicazioni legali.

Esplorando sistemi automatizzati per un'indagine efficiente sulle minacce informatiche e le violazioni.

Questo articolo parla dell'importanza e delle strategie per mettere in sicurezza le catene di approvvigionamento del software.

WPS può aiutare i servizi di localizzazione ma minaccia seriamente la privacy degli utenti.

I design dei chiplet migliorano l'efficienza, ma introducono seri problemi di sicurezza che vanno affrontati.

Un nuovo metodo per proteggere la privacy nei modelli di testo-in-immagine.

Esaminando il legame tra la privacy differenziale locale e l'equità nei sistemi di ML.

La difesa informatica è fondamentale per proteggere i sistemi digitali da minacce e vulnerabilità.

Nuovi metodi migliorano l'audit della privacy, concentrandosi sui modelli di stato nascosto nel machine learning.

Nuovi protocolli migliorano la sicurezza nelle comunicazioni quantistiche contro le intercettazioni.

FedSC migliora l'addestramento dei modelli mantenendo la privacy degli utenti nell'apprendimento federato.

Nuove tecniche migliorano la scalabilità nel machine learning differenzialmente privato.

Un nuovo framework migliora l'efficienza dei test di penetrazione automatizzati usando il reinforcement learning.

Un nuovo approccio alla randomizzazione degli indirizzi MAC migliora la privacy degli utenti su Wi-Fi.

Esaminando i rischi che affrontano i TEE a causa dei metodi di attacco in evoluzione.

Esaminare l'impatto dei nudges sul comportamento di cambio password dopo le violazioni dei dati.

FENN offre un nuovo modo per stimare le commissioni per transazioni Bitcoin più veloci.

Le iscrizioni stanno cambiando il modo in cui i dati vengono registrati sulle blockchain.

Esplorando l'impatto dell'IA su efficienza, privacy e sicurezza nei sistemi vitali.