Articoli più recenti per Cybersecurity

Questo studio valuta come GPT-4 aiuta nelle attività di reverse engineering.

M2CVD migliora la rilevazione delle vulnerabilità del software grazie a approcci collaborativi nei modelli.

Un nuovo metodo aiuta le organizzazioni a dare priorità alle vulnerabilità del software in modo migliore.

Un approccio innovativo migliora la rilevazione delle vulnerabilità nella sicurezza del software usando modelli avanzati.

Presentiamo un metodo per valutare la resilienza dei modelli contro gli attacchi di avvelenamento dei dati.

Esplorare le vulnerabilità nel Federated Learning Personalizzato e i nuovi metodi di attacco backdoor.

Un nuovo modo per trovare vulnerabilità di sicurezza nei processori usando il framework Shesha.

Questo articolo parla dei rischi delle allucinazioni nei pacchetti nei modelli che generano codice.

Usare modelli linguistici per migliorare il rilevamento dei bug nel software e l'efficienza dei test.

Nuovo benchmark CTIBench valuta l'efficacia dei LLM nell'affrontare le minacce informatiche.

Uno sguardo ai metodi di sicurezza del kernel per combattere attacchi avanzati come Spectre.

Un nuovo sistema di firma digitale migliora la velocità e la sicurezza nelle applicazioni dei centri dati.

Esaminando il difetto Rowhammer e le sue implicazioni per la sicurezza dei dati.

Investigando le vulnerabilità di sicurezza nel Memory Tagging Extension e negli attacchi di esecuzione speculativa.

Esaminando i rischi per la sicurezza e le soluzioni per le nuove tecnologie di assistenti AI.

Uno sguardo alle vulnerabilità e alle soluzioni per i sistemi di deep learning.

Il metodo FSBI migliora il rilevamento dei media digitali manipolati.

Un nuovo strumento migliora l'analisi statica con grafici semplificati e machine learning.

La competizione svela vulnerabilità e difese nella sicurezza dei modelli di linguaggio.

Un metodo per identificare attacchi ai sistemi combinando immagini e testo.

Nuovo metodo punta sui cambiamenti di ritmo per attacchi vocali furtivi.

Nuovi metodi migliorano il disimparare dati nocivi nei sistemi di apprendimento automatico.

Uno sguardo ai modelli di apprendimento robusti e alla loro importanza nella sicurezza dei dati.

Esaminando i rischi di sicurezza nelle reti mmWave che utilizzano il trasferimento simultaneo di informazioni wireless e potenza.

Uno studio su come migliorare le tecniche di estrazione dei modelli per la sicurezza del deep learning.

Un nuovo approccio combina conoscenza e tecnologia per migliorare la rilevazione delle vulnerabilità nei software.

Questo documento presenta un framework per valutare le vulnerabilità nei grandi modelli di linguaggio.

I centauri uniscono l'intuito umano e l'IA per migliorare le decisioni in vari settori.

Un nuovo metodo per il controllo crittografato migliora la sicurezza mentre svolge le funzioni necessarie.

Un piano per rafforzare la resilienza e l'affidabilità della rete elettrica di fronte ai rischi digitali emergenti.

Questo articolo esplora l'impatto del data poisoning sulla sintonizzazione dei modelli linguistici.

P3GNN migliora il rilevamento APT proteggendo la privacy dei dati nelle reti SDN.

Scopri come gli attacchi backdoor minacciano i sistemi di apprendimento automatico e i metodi per difendersi da essi.

Tracemax offre tracciamento dei pacchetti migliorato per una difesa migliore contro gli attacchi DDoS.

Un framework per migliorare il rilevamento degli APT proteggendo la privacy.

Esplorare le sfide di sicurezza create dagli attacchi avversariali sugli agenti multimodali.

Affrontare le preoccupazioni sulla sicurezza del codice prodotto da grandi modelli di linguaggio.

I LLM possono aiutare nella protezione contro l'ingegneria sociale, ma possono anche portare nuovi rischi.

Una nuova strategia di difesa per i LLM contro gli attacchi backdoor.

La cybersecurity si evolve con il networking a zero fiducia per combattere le minacce in aumento.