Informatica - Crittografia e sicurezza

Uno studio che valuta l'efficacia dei LLM nel rilevare vulnerabilità delle app Android.

Un sistema per prevenire attacchi alle applicazioni Java usando una lista di classi autorizzate.

Esaminare la sicurezza di SHA-256 e le recenti tecniche di individuazione delle collisioni.

Nuovi metodi ibridi migliorano l'efficienza nella fattorizzazione di interi per la crittografia.

Questo documento presenta un nuovo IDS basato su DNN in reti programmabili.

I PUF forniscono identità uniche per comunicazioni sicure nei dispositivi connessi.

Uno sguardo al ruolo del pseudo-intreccio nel far progredire la crittografia quantistica.

Un nuovo approccio combina l'analisi vocale con la protezione della privacy per la rilevazione della demenza.

Un approccio innovativo per garantire la privacy mantenendo l'utilità del testo nei modelli di NLP.

Con i veicoli che diventano sempre più intelligenti, proteggerli dalle minacce informatiche è fondamentale.

Un nuovo sistema migliora l'elaborazione dei dati garantendo al contempo la privacy degli utenti e un utilizzo efficiente delle risorse.

Un nuovo metodo aumenta l'efficienza nei collegamenti a bassa entropia per ampie distribuzioni.

Questo articolo parla dell'importanza di aggiornamenti software sicuri per i CubeSat.

Il poisoning del codice aumenta i rischi di attacchi di inferenza sui membri dei dati sensibili.

Esaminando le vulnerabilità degli attacchi backdoor a etichetta pulita e come i limiti di generalizzazione possono essere d'aiuto.

La ricerca mostra quanto sia facile rimuovere le funzionalità di sicurezza dai modelli Llama 3.

I ricercatori stanno studiando metodi per proteggere informazioni sensibili nei modelli di classificazione del testo.

QUEEN offre protezione in tempo reale contro gli attacchi di estrazione del modello nel deep learning.

Esplorare i vantaggi di un euro digitale offline per transazioni sicure.

Un framework per condividere in modo sicuro le informazioni sanitarie proteggendo la privacy del paziente.

STRIDE prevede in modo efficiente i nomi e i tipi delle variabili persi nel software decompilato.

Uno sguardo a come i modelli di linguaggio possono far trapelare dati sensibili.

Questo articolo esamina i rischi legati ai LLM e propone modi per migliorare la sicurezza.

Esplorando attacchi backdoor e metodi di riduzione dei grafi nelle GNN.

Uno sguardo a come la meccanica quantistica migliora la condivisione sicura delle informazioni.

La autocalibrazione semplifica l'inserimento del PIN e migliora la sicurezza senza configurazioni complicate.

Questo studio esamina i problemi di privacy e i metodi di protezione per i classificatori AI.

Questo studio valuta modelli avanzati per generare dati di viaggio falsi e le loro applicazioni pratiche.

Questo approccio usa l'auto-valutazione per difendersi da output nocivi nei modelli linguistici.

Esplorando modelli di machine learning e nuovi dataset per una sicurezza migliore.

Un sistema di rilevamento potenzia la sicurezza dei veicoli contro le minacce informatiche usando tecniche avanzate.

Zero-X migliora la cybersecurity per i veicoli connessi contro le minacce emergenti.

Questa ricerca esamina l'efficacia del Random Forest nel rilevare anomalie di rete.

Una panoramica sulla sicurezza del mempool e le misure proposte per prevenire gli attacchi di espulsione.

AntibotV affronta le minacce di malware dei bot nelle auto connesse attraverso un monitoraggio avanzato.

Le città ottengono dati di trasporto fondamentali, pur tenendo in conto le preoccupazioni sulla privacy.

Scopri come la provenienza dei dati migliora la sicurezza nei sistemi IoT.

Scoprire modi per distinguere le immagini vere da quelle sintetiche è fondamentale.

Crescono le preoccupazioni per gli attacchi backdoor nei modelli linguistici, che influenzano la sicurezza e l'affidabilità.

Questo articolo esplora le vulnerabilità dei modelli di intelligenza artificiale legate agli eventi futuri.