Artigos mais recentes para Ataques Adversariais

Um método pra identificar ataques em sistemas que combinam imagens e texto.

Um novo método ajuda a identificar rapidamente os pontos fracos em modelos de aprendizado profundo.

Uma nova abordagem para garantir a privacidade enquanto mantém a utilidade do texto em modelos de PNL.

Técnicas de super resolução tão tão dificultando bastante os esforços pra detectar deepfakes.

TrackPGD testa os limites do rastreamento de objetos através de ataques adversariais avançados.

Um estudo sobre como os VAEs se saem em diferentes grupos demográficos sob ataque.

Novo método melhora a segurança de redes neurais usando computação estocástica.

Explorando as ameaças aos sistemas de DRL na gestão cibernética de energia.

Analisando as vulnerabilidades de modelos leves contra ataques adversariais.

Novas ideias sobre classificadores robustos melhoram a capacidade deles de resistir a ataques.

Esse estudo mostra como ataques não adversariais impactam algoritmos de incorporação de grafos de conhecimento.

Apresentando o HO-FMN pra avaliar melhor a robustez de modelos de machine learning contra ataques adversariais.

Novo método melhora ataques adversariais em modelos 3D usando técnicas de difusão.

Analisando as vulnerabilidades e possíveis ataques na tecnologia NeRF.

Apresentando um método pra melhorar a resiliência de sistemas de IA através de ataques adversariais multitarefa.

Pesquisas mostram como comandos amistosos podem enganar sistemas de IA.

Examinando os desafios de cibersegurança e o papel da IA na Indústria 5.0.

A Preempção Rápida oferece uma defesa proativa para sistemas de aprendizado profundo contra ataques.

Um estudo sobre como melhorar as CNNs usando rótulos parciais e modelos de ataques adversariais.

Esse artigo analisa as fraquezas dos modelos multimodais contra vários tipos de ataque.

Explorando as ameaças que os ataques adversariais trazem para a imagem médica.

MALT melhora a eficiência e o sucesso de ataques adversariais em modelos de classificação de imagem.

Esse artigo analisa métodos pra proteger sistemas de qualidade de imagem contra ataques adversariais.

Um novo método aumenta a resistência dos VAEs contra manipulações de dados complicadas.

Examinando vulnerabilidades em transformers de visão e modelos downstream através de ataques de transferência.

Analisando vulnerabilidades e defesas em modelos de difusão para geração de conteúdo seguro.

Explorando o impacto de ataques adversariais na explicabilidade em deep learning.

Novas metodologias melhoram a resistência dos modelos de deep learning a alterações adversariais.

Abordando os riscos nas imagens de RM na diagnose da doença de Alzheimer através de métodos de detecção avançados.

Ataques de shuffling revelam vulnerabilidades nas avaliações de justiça em IA usando métodos como SHAP.

Este artigo fala sobre como melhorar a robustez dos modelos de aprendizado de máquina quântica contra ataques adversariais.

Uma nova abordagem busca melhorar a resiliência da aprendizagem ativa contra ataques.

Um novo método mira sistemas de autenticação facial múltipla de forma eficiente.

Um novo método usa maquiagem pra melhorar a privacidade em sistemas de reconhecimento facial.

Enfrentando os desafios dos ataques adversariais em redes neurais de séries temporais.

Novos métodos melhoram a defesa dos modelos de machine learning contra ataques adversariais.

Novo método usa IWMF pra melhorar o reconhecimento facial contra ataques adversariais.

Um novo método de ataque enfraquece os sistemas de detecção de deepfake.

Melhorando os métodos de detecção de botnets com aprendizado de máquina e estratégias de defesa contra ataques.

Aprenda como a marca d'água protege os modelos de IA e apoia os direitos dos criadores.