Articoli più recenti per Cybersecurity

GRACE offre metodi avanzati per il rilevamento di video DeepFake in condizioni difficili.

Un nuovo strumento migliora l'identificazione degli autori del software attraverso l'analisi del codice.

Indagare sui metodi per ridurre le differenze nel comportamento tra sistemi probabilistici.

Esaminare i rischi e le difese contro gli attacchi backdoor nei modelli di intelligenza artificiale.

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

La ricerca mostra che i modelli linguistici faticano con il ragionamento sbagliato, sollevando preoccupazioni per la sicurezza.

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.

Un nuovo metodo migliora i prompt degli utenti per risultati più sicuri ed efficaci dai modelli di linguaggio.

Una panoramica dei metodi di distribuzione delle chiavi quantistiche e delle loro implicazioni per la sicurezza.

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

Esaminando la necessità di una verifica formale nella tecnologia di rilevamento degli oggetti.

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

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.