Articoli più recenti per Cybersecurity

La ricerca rivela rischi nei modelli di riconoscimento vocale multitasking come Whisper.

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.

Uno studio su come migliorare la sicurezza del codice generato dai modelli di IA.

Esplorare metodi per proteggere la privacy mentre si condividono dati di rete in modo efficace.

Un nuovo framework migliora l'apprendimento federato garantendo la privacy dei dati.

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

Venomancer è un attacco furtivo che sfrutta le vulnerabilità nei sistemi di apprendimento federato.

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.

Migliorare la sicurezza delle reti intelligenti usando honeypot e approcci di apprendimento federato.

I governi devono migliorare i piani d'emergenza per potenziali minacce legate all'IA per la sicurezza nazionale.

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.

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

Un nuovo metodo di difesa per migliorare la sicurezza nei modelli di diffusione da testo a immagine.

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.

Un nuovo modello migliora il rilevamento in tempo reale degli attacchi informatici sulle reti blockchain.

Uno sguardo a come l'interpretabilità influisce sulle decisioni dell'IA nella cybersicurezza.

Un nuovo metodo punta a mitigare gli attacchi che alterano il carico sui sistemi di distribuzione usando l'infrastruttura esistente.

Affrontare le minacce informatiche alle stazioni di ricarica per veicoli elettrici.

Nuovo metodo migliora la sicurezza delle reti neurali usando il calcolo stocastico.

Un metodo per migliorare il rilevamento di deepfake audio attraverso l'aumento dei dati.

Esplorando l'impatto della blockchain sull'Infrastruttura a Chiave Pubblica.

Esamina le sfide di sicurezza con il software open-source, specialmente nel linguaggio di programmazione Go.

Esamina vari attacchi di jailbreak sui modelli di linguaggio e le loro difese.

Un'analisi delle risposte degli sviluppatori alla vulnerabilità Log4j e delle loro pratiche.

Esplorare le minacce ai sistemi DRL nella gestione energetica ciber-fisica.

Uno sguardo al file system MiniFS e alle sue preoccupazioni di sicurezza.

Un metodo per proteggere le immagini tramite tecniche di crittografia avanzate.

AFPNet offre un rilevamento migliorato delle vulnerabilità nei contratti intelligenti usando tecniche di deep learning.

Questo studio si concentra sulla rimozione di trojan dannosi nei modelli linguistici di grandi dimensioni utilizzando tecniche di filtraggio.

Uno sguardo ai framework modulari nello sviluppo di strumenti per l'analisi binaria.

Un nuovo modo per migliorare la sicurezza nei protocolli di finanza decentralizzata.

Le backdoor nei modelli di ML rappresentano minacce serie per la finanza e la salute.

Un'analisi dettagliata dei bug nei compilatori Solidity e le loro implicazioni.

Un nuovo modo per migliorare il rilevamento delle intrusioni usando il machine learning.