Informatica - Crittografia e sicurezza

Uno sguardo agli attacchi di inferenza di appartenenza e le loro implicazioni per la privacy dei dati.

Un nuovo sistema per garantire flussi di lavoro più sicuri negli ambienti cloud.

Gli attacchi black-box rivelano vulnerabilità nei modelli di deep learning interpretabili.

Un'analisi su come lo SPDM influisce sulle prestazioni dei dispositivi informatici.

Esplorare le responsabilità condivise e migliorare la sicurezza per i freelance.

Esaminando come gli utenti percepiscono i rischi di privacy nel condividere informazioni sensibili.

Esplorare come i dati pubblici possono migliorare i modelli di machine learning che preservano la privacy.

SecureFalcon identifica le vulnerabilità software con alta precisione e velocità.

Un nuovo modo per garantire pagamenti sicuri nel trading energetico tra pari.

La ricerca mostra che possono nascere risposte dannose da domande sicure durante le interazioni con i chatbot.

Scopri come Proof of Training unisce AI e mining di criptovalute per prestazioni migliori.

Le false allarmi influiscono molto sulle performance degli analisti nel riconoscere le vere minacce informatiche.

Un modello per proteggere le informazioni personali da abusi nelle organizzazioni.

Esaminando come la privacy differenziale impatti le reti neurali grafiche nelle applicazioni mediche.

Esplora come la blockchain e la visione artificiale possano trasformare diverse industrie.

Scopri come il clustering differenzialmente privato protegge i dati individuali mentre si analizzano le tendenze.

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.