Informatica - Crittografia e sicurezza

Esplorare le sfide di sicurezza poste dall'apprendimento auto-supervisionato e dagli attacchi backdoor senza etichette.

Le banche devono affrontare delle sfide nel condividere i dati di trading, mantenendo la privacy dei clienti.

Nuovi algoritmi migliorano la privacy e l'ottimizzazione nei modelli di machine learning.

Uno studio sulla chiarezza e accettazione degli Attack-Defense Trees tra gli utenti.

Analizzare minacce e difese nel federated learning contro attacchi malevoli.

IBis offre una soluzione blockchain per i diritti d'autore nell'uso dei dati AI.

Introducendo un metodo per le One Time Pads che garantisce la sicurezza e l'integrità dei messaggi.

EncDB offre una sicurezza e un'efficienza migliori per gestire dati criptati nel cloud.

Esplorando come i modelli generativi possano infrangere in modo sottile le leggi sul copyright.

Un nuovo metodo migliora la sicurezza dei dati per i dispositivi IoT mantenendo la privacy.

Esplorando le sfide di sicurezza e i progressi nella tecnologia URLLC.

ACIdA offre metodi di rilevamento avanzati per attacchi di morphing nella verifica dell'identità.

Uno sguardo ai classificatori scalabili e alla previsione conforme per risultati affidabili nell'apprendimento automatico.

Uno sguardo a come migliorare la sicurezza dell'IoT usando i dati dei sensori esistenti per l'autenticazione.

PASA offre un nuovo metodo per rilevare campioni avversari nei modelli di deep learning.

Un nuovo sistema analizza i prompt di jailbreak per migliorare la sicurezza del modello.

La compartimentazione offre un modo per aumentare la sicurezza nei sistemi operativi monolitici.

Gophy usa la blockchain per potenziare esperimenti di fisica ad alta energia tramite simulazioni utili.

Esplorare i fattori chiave che influenzano la robustezza contro gli attacchi avversariali nel machine learning.

Nuovi metodi puntano a proteggere i dati sensibili nel machine learning senza perdere prestazioni.

La ricerca si concentra sulla sicurezza dello sponge hashing contro le minacce del calcolo quantistico.

PrintListener espone vulnerabilità nell'autenticazione tramite impronte digitali attraverso l'analisi del suono.

NOSTR presenta un marketplace per permettere agli utenti di addestrare modelli di intelligenza artificiale in modo efficace.

Nuovi metodi migliorano il rilevamento delle anomalie nei sistemi di rilevamento delle intrusioni in rete.

Un nuovo algoritmo migliora l'apprendimento federato affrontando la diversità e l'efficienza dei client.

Migliorare la sicurezza del software rilevando le vulnerabilità prima che vengano sfruttate.

Un metodo per proteggere la privacy dei dati nei sistemi di apprendimento decentralizzati usando nodi virtuali.

Una piattaforma web migliora gli esercizi da tavolo per un apprendimento migliore nell'informatica.

Misurare la robustezza e la sicurezza nei sistemi ciber-fisici sotto minacce dei sensori.

Una panoramica sui proxy residenziali, i loro usi e le minacce associate.

Questa ricerca esamina i dati delle transazioni per valutare l'impatto degli scambi su Polkadot.

Sisu offre un modo sicuro per dimostrare l'autenticità di un nodo completo Ethereum in modo efficiente.

Esaminare le questioni di privacy e le soluzioni nei sistemi di smart grid.

Un nuovo modo per condividere i dati delle traiettorie mantenendo la privacy degli utenti.

Questo articolo esamina come i passaggi di pre-elaborazione possano influenzare le garanzie di privacy dei dati.

Un framework offre una verifica migliorata per l'accuratezza dei dati nelle auto a guida autonoma.

S3PHER dà potere ai pazienti permettendo la condivisione sicura dei dati sanitari con i medici.

Una panoramica su DeFi e il suo impatto sui servizi finanziari.

Un metodo per ottimizzare i modelli mantenendo segreta la loro architettura.

Un nuovo meccanismo di difesa riduce i rischi degli attacchi di inferenza delle etichette nel machine learning collaborativo.