Simple Science

最先端の科学をわかりやすく解説

コンピューターサイエンス - 暗号とセキュリティ

RSS
量子物理学量子コンピューティング:サイバーフィジカルシステムにおける異常検知の新しいアプローチ

量子コンピュータがサイバー・フィジカルシステムの異常検出を強化する役割を探る。

Tyler Cultice, Md. Saif Hassan Onim, Annarita Giani

― 1 分で読む

最新の記事






最新の記事

暗号とセキュリティデータ収集におけるプライバシーへの新しいアプローチ

ユーザーのプライバシーを守りつつ、正確なデータインサイトを提供するプライベートヒストグラム推定のシステム。

Ali Shahin Shamsabadi, Peter Snyder, Ralph Giles

― 1 分で読む

機械学習フェデレーテッドラーニング:スマートグリッドへの新しいアプローチ

フェデレーテッドラーニングは、スマートグリッドの運用においてプライバシーと効率を向上させるよ。

Zikai Zhang, Suman Rath, Jiaohao Xu

― 1 分で読む

暗号とセキュリティブラックボックスの機械学習モデルの洞察を明らかにする

この記事では、トレーニングデータなしでブラックボックスの機械学習モデルを理解する方法を探ります。

Jonathan Rosenthal, Shanchao Liang, Kevin Zhang

― 1 分で読む

暗号とセキュリティFreeMarkの紹介: 深層学習モデル用の非侵入型透かしフレームワーク

FreeMarkは、パフォーマンスに影響を与えずにディープラーニングモデルにウォーターマークを付けることができる。

Yuzhang Chen, Jiangnan Zhu, Yujie Gu

― 1 分で読む

暗号とセキュリティカウントチェーン:カウントシステムの新時代

CountChainはブロックチェーンを使って、オンライン広告のカウントの精度と信頼性を向上させるんだ。

Behkish Nassirzadeh, Stefanos Leonardos, Albert Heinle

― 1 分で読む

暗号とセキュリティフェデレーテッドラーニングでインサイダー脅威を検出する

新しい方法が、内部脅威検出のためにフェデレーテッドラーニングと敵対的トレーニングを組み合わせてるんだ。

R G Gayathri, Atul Sajjanhar, Md Palash Uddin

― 1 分で読む

機械学習フェデレーテッドラーニングとディープトランスファーハッシングでプライバシー向上

この記事では、プライバシー重視のデータ手法としてフェデレーテッドラーニングとディープトランスファーハッシングを使ったものについて話してるよ。

Manuel Röder, Frank-Michael Schleif

― 1 分で読む

機械学習フェデレーテッドラーニングのプライバシーリスク

企業は、データの分布の変化によって、連合学習における隠れたプライバシーの脅威に直面している。

David Brunner, Alessio Montuoro

― 1 分で読む

量子物理学機械学習におけるデータプライバシーの未来

連邦学習と量子技術を組み合わせることで、AIのデータ処理がより安全になることが期待されてるよ。

Siddhant Dutta, Pavana P Karanth, Pedro Maciel Xavier

― 1 分で読む

暗号とセキュリティフェデレーテッドラーニングにおけるプライバシーリスク:詳細な探求

フェデレーテッドラーニングに関連するプライバシーの課題と勾配反転攻撃について調べる。

Qiongxiu Li, Lixia Luo, Agnese Gini

― 1 分で読む

暗号とセキュリティブロックチェーンとIPFSを使った新しいバージョン管理システム

ブロックチェーンとIPFSを組み合わせることで、セキュアで効率的なバージョン管理のソリューションが得られるよ。

Md. Rafid Haque, Sakibul Islam Munna, Sabbir Ahmed

― 1 分で読む