Informática - Criptografia e segurança

Um jeito de otimizar as configurações de privacidade pra ter uma proteção de dados melhor e mais utilidade.

Pesquisas mostram fraquezas em como os modelos de tabela são testados e avaliados.

Uma nova estrutura garante que as respostas de dados sintéticos sejam confiáveis para pesquisa.

Uma estrutura pra garantir a privacidade do usuário em GNNs sem perder a precisão.

Um método chamado HINT protege o aprendizado de máquina de ataques de dados prejudiciais.

Apresentando o XFedHunter para detecção e análise avançada de ataques APT em redes.

O VulnSense usa métodos avançados para detectar vulnerabilidades em contratos inteligentes do Ethereum.

Analisando a eficácia do NTRU e o impacto dos grupos diédricos na segurança criptográfica.

Um olhar sobre os desafios no Aprendizado Federado a partir de ataques de reconstrução de dados.

Um método que permite aprendizado de máquina em dados criptografados pra proteger a privacidade do usuário.

Um esquema pra melhorar a privacidade em sistemas de recomendação sem perder a precisão das sugestões.

Um estudo sobre como identificar a melhor opção enquanto garante a privacidade dos dados.

Esse método melhora as recomendações ao mesmo tempo que protege a privacidade dos dados dos usuários.

Apresentando um framework pra melhorar a isolação de aplicativos e o compartilhamento de recursos.

Explorando métodos de privacidade diferencial pra insights de dados seguros.

Um estudo sobre como aprender mistura de Gauss enquanto protege a privacidade dos dados individuais.

Novos modelos melhoram a identificação de esquemas Ponzi em criptomoedas.

Um novo método pra aumentar a segurança do barramento CAN usando Redes Neurais Convolucionais Gráficas.

Esse artigo fala sobre técnicas pra analisar áreas específicas dentro de circuitos integrados.

Saiba sobre os riscos de usar plugins em plataformas de LLM.

Novo framework melhora o desempenho do processamento de dados criptografados usando GPUs.

Saiba como palavras-doces podem melhorar a segurança das senhas e proteger contas de usuário.

Um novo modelo para stablecoins tem como objetivo aumentar a confiabilidade e incentivar investimentos.

Ataques acústicos ameaçam a segurança dos dados ao capturar sons das teclas do teclado.

Melhorando a segurança de modelos de aprendizado de máquina contra ataques adversariais através de robustez certificada.

Apresentando um protocolo para previsão de links que preserva a privacidade em grafos distribuídos.

Pesquisas mostram vulnerabilidades em modelos de aprendizado de máquina por meio de manipulação direcionada de incertezas.

Explorando como os atacantes usam modelos de linguagem grandes para extrair conhecimento.

Um novo método protege dados sensíveis durante o treinamento de aprendizado de máquina.

Aprenda como os cibercriminosos enganam os usuários pra eles revelarem informações sensíveis.

A pesquisa junta modelos de linguagem e de difusão pra melhorar as defesas contra ataques adversariais.

Analisando como os usuários lidam com preocupações de privacidade em agentes de conversa baseados em LLM.

Esse artigo analisa como o Google Bard responde a ataques de imagens adversariais.

Uma nova abordagem de marca d'água protege modelos 3D de uso não autorizado.

Aprenda como a compartimentalização melhora a segurança de software, limitando o acesso e a interação.

Contratos preguiçosos reduzem os custos de gás enquanto garantem uma gestão justa dos contratos inteligentes.

Apresentando um método para verdadeira aleatoriedade em sistemas descentralizados usando teoria dos jogos.

Explorando a necessidade de segurança e confiança nos sistemas de IA.

Fed-LSAE aumenta a segurança no aprendizado federado e combate ataques de envenenamento.

Uma nova ferramenta pra análise de dados segura sem comprometer a privacidade do usuário.