Articoli più recenti per Privacy dei dati

Nuovo metodo migliora la generazione di dati sintetici garantendo la protezione della privacy.

Un framework per lo sviluppo etico dell'IA nei sistemi sanitari.

Uno studio dettagliato su come i modelli memorizzano il testo e le sue implicazioni.

Esplorare la Privacy Differenziale Locale Quantistica per proteggere i dati quantistici.

Nuove tecniche migliorano la generazione di immagini facciali per riconoscere condizioni genetiche.

Nuovi metodi migliorano la privacy e la comunicazione nell'apprendimento federato.

Esaminando le minacce alla privacy dei dati ECG nella sanità.

Questo studio esamina le differenze di privacy tra l'apprendimento federato decentralizzato e quello centralizzato.

Esaminando la privacy differenziale nella elaborazione del linguaggio naturale per una migliore protezione dei dati.

Questo articolo esamina come il danneggiamento influisce sulle valutazioni della qualità delle immagini MRI.

Esaminare le minacce alla privacy legate alle connessioni sociali negli spazi digitali.

Un framework migliora la sicurezza nei veicoli connessi proteggendo allo stesso tempo la privacy degli utenti.

Metodi innovativi migliorano l'identificazione dei siti web tramite l'analisi del traffico di rete.

Defogger offre nuove strategie per esplorare dati sensibili mantenendo la privacy.

Questo articolo parla dei metodi di apprendimento federato e del loro impatto sulla privacy e sull'utilità del modello.

Esaminando i CP-NIZK collaborativi per una maggiore privacy e efficienza nelle prove.

Questo studio esamina l'efficacia degli attacchi backdoor fisici clean-label nelle reti neurali profonde.

Esaminando il dataset di FairJob per garantire pari opportunità lavorative per tutti.

Un nuovo metodo per la generazione sicura di chiavi tra dispositivi in reti wireless.

Un nuovo framework permette di rimuovere in modo efficiente i dati sensibili dalle Reti Neurali Grafiche.

Esplorare l'unlearning delle macchine e il suo ruolo nel migliorare la sicurezza e la privacy dell'AI generativa.

Un nuovo metodo assicura un abbinamento dei nomi sicuro proteggendo i dati sensibili.

OpenUAS offre una vista dettagliata dell'uso delle aree urbane nelle principali città del Giappone.

LocPIR migliora la privacy nei servizi basati sulla posizione attraverso una crittografia avanzata.

Questo framework migliora l'accesso e l'efficienza dei modelli AI utilizzando lo sharding ibrido.

Un approccio fresco mette in evidenza token sorprendenti per valutare i dati di addestramento dei modelli di linguaggio.

Questo articolo parla di un metodo per inserire backdoor nelle reti neurali durante l'allenamento.

Nuovi metodi rilevano e rispondono alla memorizzazione nei contenuti generati dall'AI.

Esplorare principi per relazioni etiche tra le persone e i loro dati.

Un nuovo metodo affronta le sfide di privacy per stimare con precisione le U-statistiche.

Un nuovo metodo per la stima della densità che preserva la privacy usando la decodifica di lista stabile.

Un nuovo metodo migliora l'efficienza dell'apprendimento mantenendo la conoscenza nei sistemi di apprendimento federato.

Le prove a zero conoscenza migliorano la privacy e la sicurezza nelle transazioni digitali moderne.

Nuovi metodi affrontano i problemi di copia nei modelli di generazione delle immagini.

Questo articolo parla di metodi per nascondere l'autore pur mantenendo l'usabilità del testo.

AAG migliora la privacy e l'accuratezza nella gestione dei dati spaziali.

DP-BloGS migliora la privacy dei dati nel machine learning senza compromettere le prestazioni.

Esaminando l'impatto e i rischi dei grandi modelli linguistici sulla società.

Questo documento esamina l'efficacia dei metodi attuali di verifica dell'unlearning delle macchine.

Un nuovo metodo migliora il rilevamento delle frodi garantendo la privacy dei dati.