Articoli più recenti per Sicurezza dei Dati

Nuovi metodi migliorano l'efficienza della crittografia per le applicazioni di machine learning.

Un nuovo metodo migliora le difese delle reti neurali contro gli attacchi avversari.

Esplorando strategie per migliorare i modelli di apprendimento automatico contro attacchi di dati dannosi.

Un nuovo schema migliora la fiducia nei dati IoT autenticando i dispositivi tramite le prestazioni hardware.

Uno sguardo all'importanza di proteggere i dati sensibili nel cloud.

Un nuovo framework integra tecniche di privacy e robustezza per un machine learning affidabile.

Questo articolo esamina le questioni di privacy nell'AI incorporata attraverso metodi di inversione del gradiente.

Le app mobili spesso non sono chiare sulla raccolta dei dati, il che influisce sulla fiducia degli utenti.

Questo articolo esamina la scansione lato client e le sue implicazioni per la privacy e la sicurezza.

Le tecniche di machine learning stanno rimodellando gli approcci crittografici all'Apprendimento con Errori.

Scopri come DAT aiuta nella gestione efficiente dei dati.

Esplora come i generatori pseudocasuali quantistici migliorano la sicurezza nell'informatica e nella crittografia.

Le matrici NMDS bilanciano sicurezza ed efficienza, essenziali per sistemi crittografici leggeri.

Nuovi metodi per valutare i rischi per la privacy nei social network, considerando connessioni lontane.

Uno sguardo nuovo all'anonimizzazione degli oratori e al ruolo cruciale dei vocoder.

Esaminando come la casualità influisce sulle vulnerabilità dell'apprendimento automatico e la necessità di standard migliori.

Esaminare l'equilibrio tra privacy e giustizia nei modelli di apprendimento federato.

Esplorare i progressi nella crittografia ricercabile e nella crittografia omomorfica per la privacy dei dati.

Un nuovo metodo di rilevamento per i campioni avversari senza bisogno dei dati di allenamento originali.

Questo documento affronta le sfide delle recensioni false nei sistemi di raccomandazione.

Elabora in modo efficiente dati sensibili di serie temporali nel cloud in sicurezza.

BLEND combina archiviazione sicura e comunicazione per una gestione efficiente dei dati IoT.

RowPress presenta nuovi rischi per la sicurezza dei dati nei moderni sistemi DRAM.

Combinare il federated learning e la blockchain migliora la privacy dei dati nei modelli collaborativi.

Scopri come proteggere la comunicazione su linea elettrica da intercettazioni.

Questo articolo parla di metodi per proteggere la privacy nel machine learning modificando i dati testuali.

Esplorare l'importanza dell'XAI per migliorare l'efficienza delle reti O-RAN.

Un nuovo framework combina l'apprendimento federato e la blockchain per migliorare la protezione dei dati.

Uno strumento per controllare la sicurezza delle informazioni personali nei modelli di linguaggio grandi.

Esamina i rischi e le difese contro gli attacchi side-channel di potenza su FPGA nel cloud.

Uno studio ha scoperto delle debolezze critiche negli autoencoder generativi riguardo agli attacchi avversariali.

CloudSec semplifica la gestione delle politiche di sicurezza per i servizi cloud.

Questo articolo presenta un metodo per usare GAN con dati protetti da privacy.

SevDel offre una soluzione per la cancellazione sicura dei dati nei servizi cloud.

DBFed mira a ridurre il bias nell'IA mantenendo la privacy dei dati.

Esaminando le strategie di allocazione della potenza per la comunicazione sicura nei sistemi wireless.

Un nuovo sistema per garantire flussi di lavoro più sicuri negli ambienti cloud.

La Distribuzione Quantistica delle Chiavi migliora la sicurezza dei dati nei canali ottici.

Esaminando come gli attacchi a una sola classe possano ingannare i modelli di deep learning.

Un nuovo framework bilancia privacy e utilità nell'apprendimento dei grafi.