Articoli più recenti per Privacy dei dati

Migliorare la privacy dei dati nel cloud con soluzioni di crittografia efficienti.

Analizzando attacchi side-channel su dispositivi a basso consumo.

Nuovi metodi migliorano la generazione di chiavi sicure e la distanza di trasmissione.

Questo studio esamina i metodi di generazione di dati sintetici per la ricerca sanitaria, concentrandosi su privacy e qualità.

Le metriche limitate migliorano la sicurezza dei dati mantenendo l’utilità per l’analisi.

Uno sguardo all'impatto dell'apprendimento federato su privacy e giustizia.

Questo metodo analizza le immagini mediche mantenendo al sicuro le identità dei pazienti.

WeiAvg migliora l'apprendimento federato dando priorità alla diversità dei dati, proteggendo al contempo la privacy.

Esaminare le vulnerabilità nei modelli di linguaggio grandi e strategie per una protezione migliore.

Uno sguardo a come la comunicazione quantistica supera i metodi classici nei calcoli multi-party.

Nuovi metodi proteggono le informazioni sensibili nei prompt per i modelli di linguaggio.

Un nuovo metodo migliora la privacy nei decision tree senza compromettere l'accuratezza.

Usare immagini sintetiche per migliorare l'analisi e la formazione degli ultrasuoni.

Un nuovo strumento aiuta gli sviluppatori a creare avvisi sulla privacy chiari per le applicazioni mobili.

Scopri come il Local SGD migliora l'efficienza dell'allenamento dei modelli e la privacy dei dati.

Esaminando come i chatbot gestiscono informazioni sensibili e problemi di privacy.

Un nuovo sistema semplifica le annotazioni delle politiche sulla privacy per migliorare la consapevolezza pubblica.

Bilanciare le preoccupazioni sulla privacy con la necessità di un'analisi dei dati efficace.

Questo studio analizza il compromesso tra equità e privacy nei modelli di linguaggio.

Un nuovo metodo che usa l'MPC per proteggere i dati mentre si identifica informazioni accurate.

Le immagini sintetiche offrono nuove soluzioni per la formazione medica e la privacy dei pazienti.

Questo articolo esplora le implicazioni sulla privacy della regressione del processo gaussiano nel machine learning.

FairDP offre una soluzione per garantire la privacy e l'equità nei sistemi di machine learning.

Un nuovo framework che migliora la velocità e la privacy nella generazione di linguaggio naturale.

Uno studio su come i modelli di diffusione e i GAN generano immagini mediche sintetiche.

Un nuovo framework migliora l'efficienza e la privacy dell'apprendimento federato verticale usando la tecnologia Cloud-RAN.

vFedSec offre formazione sicura ed efficiente per modelli di apprendimento automatico in contesti federati.

Uno sguardo ai nuovi metodi di codifica per una migliore privacy dei dati.

Valutare i rischi per la privacy nel deep learning contro vari attacchi.

Riformare la salute pubblica per migliorare la risposta a future crisi sanitarie.

Un nuovo protocollo per proteggere la privacy degli utenti nel slicing delle reti 5G.

PPA-AFL migliora la privacy dei dati nell'apprendimento automatico collaborativo tra i dispositivi.

Esplorando l'apprendimento federato e il metodo dei punti interiori per un addestramento efficace dei modelli.

Un framework per sviluppare politiche personalizzate usando dati osservazionali, garantendo al contempo la privacy.

Un metodo per un uso sicuro ed efficiente dei LLM mantenendo la privacy degli utenti.

KARD migliora i modelli piccoli integrando conoscenze esterne per un ragionamento migliore.

Esaminando come i classificatori selettivi preservano la privacy e l'accuratezza delle previsioni.

Esaminare l'interazione tra i metodi di comunicazione e la privacy negli spazi virtuali.

Uno sguardo a come la privacy differenziale protegge le informazioni individuali nell'analisi dei dati.

Questo documento parla di metodi per migliorare l'efficienza della comunicazione nel split learning, mantenendo però le prestazioni del modello.