Informática - Criptografia e segurança

Uma estrutura pra avaliar métodos de síntese de dados quanto à qualidade e privacidade.

Novos métodos melhoram a privacidade em machine learning ao aprimorar os mecanismos de seleção privada.

Analisando a relação entre as leis de proteção de dados e as práticas de aprendizado de máquina.

Um novo método baseado em áudio estima tamanhos de multidões sem invadir a privacidade pessoal.

Esse artigo fala sobre o Ataque SpongeNet e seu impacto no consumo de energia em modelos de deep learning.

Saiba como o P3LS permite o compartilhamento seguro de dados na fabricação.

Um olhar profundo sobre ataques de suborno que ameaçam sistemas de blockchain.

Backdoors arquitetônicos representam riscos sérios de segurança em redes neurais, muitas vezes ficando indetectáveis.

Um método pra fazer testes bayesianos mantendo a privacidade da galera.

Um novo método pra gerenciar o acesso ao banco de dados com clareza e eficiência.

Novas estratégias permitem que ataques Trojan escaneiem os métodos de detecção de forma eficaz.

Uma nova solução detecta rastreadores online enquanto mantém os sites funcionais.

Aprenda como proteger os dados dos usuários em apps Android de forma eficaz.

Analisando os riscos de privacidade e soluções para rastreamento ocular em realidade virtual.

Uma nova abordagem melhora a privacidade ao compartilhar dados multiatributo de forma eficiente.

Um olhar detalhado sobre a avaliação da CyberMetric de especialistas em IA e humanos em cibersegurança.

Um olhar sobre como algoritmos de passeio aleatório melhoram a privacidade no aprendizado descentralizado.

Descubra o papel das redes na proteção de informações contra ameaças quânticas.

Este artigo analisa um modelo descentralizado para atestação remota que aumenta a segurança.

A computação quântica melhora a computação segura entre várias partes, aumentando a privacidade e a eficiência.

NeuroBench padroniza estudos de autenticação por ondas cerebrais pra melhorar as técnicas de segurança.

Esse artigo fala sobre métodos para estimar a velocidade dos ônibus enquanto protege a privacidade.

Explorando como as empresas estão lidando com o desenvolvimento de software seguro em um cenário digital em constante mudança.

NU-HUNCC combina técnicas inovadoras para mensagens seguras contra ameaças em evolução.

Uma nova abordagem pra identificar ataques de spear-phishing usando modelos de linguagem avançados.

Uma iniciativa liderada pela comunidade pra identificar prompts nocivos em modelos T2I.

Entendendo ataques de exemplos não aprendíveis através da teoria dos jogos para uma proteção de dados melhor.

Esse estudo destaca a importância da alta não linearidade em funções Booleanas para criptografia.

Esse estudo revisa as vulnerabilidades em modelos de IA usados pra aplicações genômicas.

Deepfakes representam riscos para as liberdades pessoais e a segurança nacional.

O SafeCoder melhora a segurança do código gerado por modelos de linguagem.

LLMs customizados levantam preocupações de segurança, principalmente com ataques de backdoor por instrução.

Uma nova ferramenta ajuda a detectar vulnerabilidades de Reentrância em contratos inteligentes de forma mais eficaz.

Seagull melhora a verificação de roteamento enquanto garante a privacidade das configurações de rede.

Pesquisadores testam armadilhas de copyright pra detectar treinamento de IA em conteúdo protegido.

Analisando os riscos e impactos de apps modificados em usuários e desenvolvedores.

Um novo framework mira os riscos de segurança na nuvem com uma gestão de controle de acesso melhorada.

Analisando a adaptabilidade de modelos de aprendizado de máquina em sistemas de detecção de intrusões.

Combinar Aprendizado Federado com técnicas de privacidade protege dados sensíveis enquanto treina modelos.

Novos métodos em aprendizado federado protegem contra ataques enquanto mantêm a privacidade dos dados.