Informatica - Crittografia e sicurezza

Questo articolo esamina i rischi di sicurezza dei sistemi di Monitoraggio del Carico Non Intrusivo.

Strategie per migliorare l'addestramento avversariale nel machine learning con dataset sbilanciati.

Uno studio sulle percezioni della tecnologia di riconoscimento facciale in Arabia Saudita rispetto agli Stati Uniti.

Una nuova strategia aumenta l'efficacia degli attacchi backdoor grazie a una selezione dei campioni più intelligente.

Uno sguardo alle firme digitali e alla loro sicurezza attraverso le automorfismi booleani.

Esaminando i punti di forza e di debolezza del split learning nella privacy dei dati.

Le istituzioni educative affrontano crescenti minacce informatiche, mettendo a rischio informazioni sensibili e reputazione.

Questo documento esplora metodi per migliorare l'accuratezza nei meccanismi di Privacy Differenziale Locale.

I CAPTCHA sono fondamentali per distinguere tra umani e bot automatici online.

Nuova prova di autenticazione migliora la sicurezza nell'emissione dei certificati.

Tecniche innovative puntano a migliorare la privacy nell'analisi dei dati con l'IA.

La ricerca mostra che i riavvii casuali superano il boosting nei modelli di rilevamento malware.

Il framework ICAR migliora la cybersecurity collegando in modo efficace vulnerabilità, minacce e asset.

RYDE offre una soluzione di firma digitale sicura usando matematica avanzata.

Una panoramica delle matrici MDS e NMDS e del loro ruolo nella sicurezza dei dati.

MIRA presenta un modo sicuro per le firme digitali usando matematica avanzata.

Un sistema di voto elettronico sicuro e privato che usa la blockchain.

Esplorare come i BadNets sfruttano i filtri anti-spam tramite tattiche di backdoor.

I cybercriminali sfruttano i sistemi OT usando nuove tattiche di estorsione come il DM-PLC.

Esaminare il bilancio tra condivisione dei dati e privacy dei pazienti nella ricerca biomedica.

Questo articolo esplora le minacce del codice malevolo nei pacchetti di terze parti.

I ricercatori stanno esplorando difese contro attacchi backdoor dannosi sui modelli di apprendimento automatico.

Esplorando i rischi per la privacy e le strategie per gestire le perdite di dati nei modelli linguistici.

Epsilon* valuta i rischi per la privacy nell'apprendimento automatico senza bisogno di accesso ai dati sensibili.

Un dataset completo fa luce sulle richieste di probe Wi-Fi e sulla privacy degli utenti.

Un nuovo metodo combina analisi formale e fuzz testing per migliorare la sicurezza del 5G.

Un nuovo modo per stimare i rischi finanziari degli attacchi informatici usando dati reali.

Esaminando come la privacy del mempool influisce sulle transazioni e sull'equità nei sistemi blockchain.

Questo articolo analizza le azioni dei giocatori nelle competizioni CTF per migliorare l'allenamento.

Approfondimenti sulla struttura di Bitcoin, sul comportamento degli utenti e sui cambiamenti della rete nel tempo.

Questo studio esamina l'efficacia del modello ReVeal nel rilevare vulnerabilità nel codice.

Il deep learning affronta seri rischi da attacchi adversarial che sviando i sistemi.

Un nuovo metodo garantisce il trasferimento sicuro dei dati nei progetti hardware.

Uno sguardo alla sicurezza della comunicazione nei sistemi di apprendimento federato decentralizzati.

Un nuovo metodo migliora il watermarking per i modelli 3D.

Esplorando come proteggere i dati personali sulla salute nei sistemi sanitari del metaverso.

Esaminando i rischi per la privacy e la sicurezza negli ambienti di assistenza sanitaria virtuale.

Questo studio analizza come gli utenti interagiscono con diversi tipi di CAPTCHA.

Un nuovo approccio che combina blockchain e deduplicazione migliora l'equità dello storage cloud.

Le reticoli ideali offrono vantaggi e sfide di sicurezza nei sistemi crittografici.