Articoli più recenti per Sicurezza dei Dati

LightPHE rende più semplice proteggere i dati sensibili usando la crittografia omomorfica.

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

Esplorare come la blockchain possa migliorare la sicurezza dei modelli di linguaggio di grandi dimensioni.

FedTime combina l'apprendimento federato e i dati locali per migliorare le previsioni, garantendo al contempo la privacy dei dati.

BackdoorBench offre un approccio unificato per valutare i metodi di apprendimento backdoor nelle reti neurali profonde.

Uno sguardo alle debolezze nei LLM e strategie per migliorare.

Un nuovo metodo per proteggere i dati medici usando blockchain e identità autonoma.

Esaminando le preoccupazioni sulla privacy nella comunicazione orientata ai compiti con la prossima tecnologia 6G.

Tecniche innovative proteggono i dati vocali sensibili mantenendo l'accuratezza del processamento.

Un nuovo metodo migliora la privacy per le immagini facciali mantenendo la qualità.

La ricerca migliora i metodi per analizzare i cifrari leggeri come Simon e Simeck.

Esaminare i rischi e le strategie del furto di modelli nei sistemi di apprendimento federato.

Nuovi metodi migliorano l'analisi della crittografia basata su codice, aumentando la sicurezza.

Uno sguardo ai rischi di fuga dei prompt nei grandi modelli di linguaggio e ai metodi di prevenzione.

Esaminare come gli assistenti AI possono rispettare la privacy degli utenti mentre svolgono compiti.

I modelli di linguaggio più grandi mostrano una maggiore vulnerabilità a comportamenti dannosi nei dati.

Scopri il potenziale del rilevamento Kramers-Kronig nella comunicazione quantistica sicura.

Scopri come funzionano i codici QR e il ruolo della correzione degli errori.

Nuovi metodi migliorano la resistenza dei modelli di deep learning ai cambiamenti avversi.

Nuovi metodi riducono la perdita d'identità nel riconoscimento facciale garantendo la privacy dei dati.

I sistemi RAG migliorano le operazioni ma introducono gravi vulnerabilità di sicurezza.

Integrando il calcolo quantistico e il livellamento randomizzato, si migliora la sicurezza dei modelli di machine learning contro gli attacchi.

Indagare sugli effetti del PMD sui metodi di trasferimento dati sicuri.

Nuovi metodi migliorano la privacy dei dati mantenendo l'accuratezza dell'analisi.

CRISP protegge le app cloud da attacchi di rollback, garantendo l'integrità e la sicurezza dei dati.

Nuovi metodi rivelano vulnerabilità nei modelli medici attraverso attacchi backdoor.

Una guida per capire meglio la privacy differenziale e le sue implicazioni per i dati personali.

Un metodo per verificare le identità proteggendo le informazioni personali.

Un sistema flessibile migliora l'accesso alle informazioni sensibili per gli utenti fidati.

Uno sguardo a come l'apprendimento sul dispositivo bilancia le prestazioni dell'app con la privacy dell'utente.

MIA-Tuner cerca di affrontare i problemi di privacy nei dati di addestramento dei LLM.

Le sequenze bilanciate senza collisioni migliorano i sistemi di comunicazione prevenendo le interferenze.

Esplora metodi e sfide nel mantenere comunicazioni sicure oggi.

Questo studio mette in evidenza le sfide di sicurezza legate alla persistenza dei dati DRAM nei sistemi FPGA.

La validazione e la conferma sono fondamentali per interazioni sicure sulla blockchain.

Affrontare le sfide degli attacchi avversari sulle reti neurali per serie temporali.

Nuovi metodi migliorano la difesa dei modelli di machine learning contro gli attacchi avversari.

Questo studio esamina l'affidabilità dei modelli di razionalizzazione sotto attacchi avversari.

Esaminare il riconoscimento vocale automatico nei sistemi giudiziari canadesi e il suo impatto.

Un framework per valutare la sicurezza dei sistemi SDN nei data center.