データプライバシー に関する最新の記事

QUEENは、ディープラーニングにおけるモデル抽出攻撃に対してリアルタイムで保護を提供します。

スマホ上でユーザーデータを守りながら、大型言語モデルを微調整する。

分散型環境での効率的なデータ取得の新しい方法。

患者のプライバシーを守りながら、健康情報を安全に共有するためのフレームワーク。

この記事では、フェデレーテッドラーニングにおけるFP8の利点について探ります。

言語モデルがどうやって敏感なデータを漏らすかの調査。

この記事では、LLMに関連するリスクを調査して、安全性を高める方法を提案します。

生成AIの急速な進化による法的課題を探る。

新しいフレームワークがフェデレーテッドラーニングを改善し、データプライバシーを確保する。

この研究は、偽の旅行データを生成するための高度なモデルとその実用的な応用を評価してるんだ。

Venomancerは、連携学習システムに対する隠れたバックドア攻撃だよ。

CLAMP-ViTは、合成データを使ってビジョントランスフォーマーを圧縮する新しい方法を提供するよ。

検知システムは、高度な技術を使ってサイバー脅威に対する車両のセキュリティを強化する。

新しいレーダー技術が、睡眠や瞑想中の心拍数を不快なくモニターできるようになったよ。

Zero-Xは、接続された車両のサイバーセキュリティを新たな脅威に対抗して強化するよ。

新しいフレームワークがリソースとデータを最適化して、フェデレーテッドエッジラーニングの効率を向上させるよ。

医療における時系列予測モデルに対するメンバーシップ推論攻撃の検証。

ハニーポットとフェデレーテッドラーニングを使ってスマートグリッドの安全性を向上させる。

個人情報を守りつつ、データの有用性を維持する方法の概要。

個人のプライバシーを守りながら、コミュニティのメンバーシップを推定する方法。

AntibotVは、接続された車両のボットマルウェアの脅威に対して高度な監視を通じて対処するよ。

都市はプライバシーの懸念に対処しながら、重要な交通データを取得している。

この方法は、データプライバシーを守りつつ、フェデレーテッドラーニングのコミュニケーション効率を向上させる。

言語モデルのバックドア攻撃への懸念が高まっていて、安全性や信頼性に影響を与えている。

ノードデータをプライベートに保ちながら平均を計算する方法。

SOEPデータにおける個人のアイデンティティを守るための差分プライバシーの効果を調べる。

新しいモデルがブロックチェーンネットワークのサイバー攻撃のリアルタイム検出を改善した。

FedSatは、フェデレーテッドラーニングにおけるデータの課題に対処し、プライバシーを守りつつパフォーマンスを向上させるんだ。

プライバシーを強化した機械学習のための新しいサンプリング改善法。

MSfusionは、リソースが限られたデバイスが大規模モデルを共同でトレーニングできるようにします。

新しい方法で未知のデータに対するモデルのパフォーマンスが向上。

AFIND+は、隣接選択と更新集約を最適化することで、分散型フェデレーテッドラーニングを改善するよ。

新しいツールがプライバシー保護のために医療記録の匿名化を自動化するよ。

言語モデルに対する様々な脱獄攻撃とその防御を調べてみて。

新しいアプローチがフェデレーテッドラーニングを強化して、プライバシーを守りながら合成データを生成するんだ。

この研究は、ネットワークの構成がバイザンチン脅威の中での分散型連合学習にどう影響するかを調べてるんだ。

pFedDILは、新しいタスクに適応しながら知識を保持することで、機械学習を改善するんだ。

研究が顔の動きを使って内部の口の構造をシミュレートするための生成AIを探求してる。

人間の好みデータによるLLMの脆弱性を分析中。

プライバシーと一貫性に焦点を当てたエージェントコミュニケーションの新しいフレームワーク。