Articoli più recenti per Sicurezza dei Dati

Un nuovo strumento semplifica la moltiplicazione costante di grandi numeri per migliorare le performance dei sistemi crittografici.

La ricerca dimostra come i LLM possano migliorare la privacy mantenendo l'efficacia del modello linguistico.

Nuovi metodi migliorano l'addestramento dei modelli proteggendo la privacy dei dati degli utenti.

Questo studio esamina l'uso dei sistemi PIM per migliorare le performance della crittografia omomorfica.

Gli scienziati collegano particelle intrecciate su oltre 101 chilometri, spingendo i confini delle reti quantistiche.

L'addestramento avversariale migliora la resistenza dei modelli di machine learning alla manipolazione degli input.

Un nuovo metodo combina TEE e circuiti offuscati per migliori prestazioni nei compiti cloud.

Un metodo chiamato HINT protegge l'apprendimento automatico dagli attacchi di dati dannosi.

Uno sguardo alle sfide e alle soluzioni nella gestione dei Big Data.

Testare la robustezza dei sistemi NER usando esempi avversariali consapevoli del contesto.

JCAS unisce comunicazione e radar per migliorare le performance delle reti mobili.

Nuovo framework migliora le prestazioni dell'elaborazione dei dati crittografati usando le GPU.

Migliorare la sicurezza dei modelli di machine learning contro gli attacchi avversari attraverso la robustezza certificata.

Un metodo per creare registri affidabili e verificabili nei sistemi distribuiti.

La ricerca svela vulnerabilità nei modelli di machine learning attraverso la manipolazione mirata dell'incertezza.

La ricerca unisce modelli linguistici e di diffusione per migliorare le difese contro gli attacchi avversari.

Un nuovo metodo rileva i guasti proteggendo i dati degli utenti.

Esaminare come gli utenti affrontano le preoccupazioni sulla privacy con agenti conversazionali basati su LLM.

Esplorare il potenziale della tecnologia quantistica per migliorare la sicurezza e il consenso della blockchain.

Nuovi circuiti ibridi migliorano la trasmissione sicura dei dati usando coppie di fotoni intrecciati.

Uno sguardo ai miglioramenti delle prestazioni di QUIC rispetto ai protocolli tradizionali.

AgEncID offre un nuovo metodo per proteggere i dati FPGA negli ambienti cloud.

Il framework TbDd migliora la sicurezza e l'efficienza della blockchain per le applicazioni IoT.

Esaminando attacchi backdoor e errori di etichettatura nei modelli di intelligenza artificiale medica.

Indagare algoritmi resilienti per testare funzioni in mezzo a sfide di perdita di dati.

Uno studio rivela i rischi di attacchi backdoor nei compiti di previsione delle connessioni nei GNN.

Scopri come il machine unlearning aiuta a proteggere la privacy degli utenti rimuovendo l'influenza dei dati.

Un nuovo modo per migliorare le prestazioni del federated learning garantendo la privacy dei dati.

Uno sguardo a come la crittografia omomorfica aiuta il gradient descent nella sicurezza dei dati.

Usare modelli di diffusione per migliorare la rilevazione di esempi avversariali nel machine learning.

Uno sguardo ai vincoli delle stringhe e alla loro importanza nei sistemi software.

Introducendo un linguaggio per migliorare la sicurezza del computing riservato nel cloud.

Questo studio presenta WAVES, un benchmark per valutare le tecniche di watermarking contro vari attacchi.

I metodi di "machine unlearning" sono fondamentali per rispettare i diritti alla privacy dei dati.

Questo documento parla dell'importanza della casualità nei sistemi crittografici.

Un nuovo metodo potenzia le reti neurali contro attacchi avversariali usando input basati su insiemi.

Un nuovo metodo per migliorare la resistenza delle reti neurali agli attacchi mantenendo le prestazioni.

Scopri come la programmazione interattiva migliora la comunicazione sicura tra le parti.

L'IA generativa migliora la sicurezza, la scalabilità e la privacy della blockchain.

Esplorare le sfide e le soluzioni per proteggere le smart grid dagli attacchi informatici.