Artigos mais recentes para Privacidade de Dados

Máquinas de Casca Afinada do Kernel protegem a privacidade individual enquanto permitem o aprendizado de dados.

O GLASU melhora a eficiência da comunicação no aprendizado federado vertical usando dados de grafo.

Um novo método melhora o monitoramento de dispositivos enquanto protege a privacidade do usuário.

Estudo avalia quão bem os apps Android seguem a lei de privacidade da Califórnia.

Apresentando um novo método de aprendizado federado pra melhorar a percepção BEV em carros autônomos.

Novos métodos geram imagens médicas com dados limitados para uma melhor detecção de doenças.

Novo método melhora a classificação da retinopatia diabética e a confiabilidade nas previsões.

O método EZClone revela vulnerabilidades nas arquiteturas DNN, o que traz riscos para a segurança.

O framework GUIDED oferece um desaprendizado eficiente para dados de grafo, melhorando a proteção da privacidade.

Discutindo ataques de envenenamento e estratégias de defesa para Sistemas de Recomendação Federados.

Uma nova técnica garante a privacidade dos dados em aprendizado de máquina colaborativo.

Novo método melhora a interpretação de ressonâncias magnéticas usando dados limitados de clínicas menores.

A colocação eficaz de sensores em prédios protege a privacidade enquanto coleta dados úteis.

Uma nova estrutura melhora a segurança da rede inteligente enquanto mantém a privacidade dos dados.

Uma visão geral do papel da privacidade diferencial na proteção de dados sensíveis.

Explorando métodos seguros pra combinar comunicação e sensoriamento em redes móveis.

Novos métodos criam dados sintéticos pra proteger a privacidade na pesquisa de sistemas de energia.

Usando padrões de digitação pra melhorar a verificação de usuários online.

Novos métodos ajudam a criar dados de saúde realistas enquanto protegem a privacidade.

Novos métodos em aprendizado de máquina para "desaprender" melhoram a privacidade dos dados e a eficiência do modelo.

Analisando a justiça em métodos de privacidade para o uso de dados de localização.

Analisando privacidade diferencial local e análise de vetores numéricos para compartilhamento seguro de dados.

FeDiSa melhora a segurança e a eficiência em sistemas de energia contra ameaças cibernéticas.

APES e S-APES melhoram a privacidade no aprendizado federado sem perder precisão.

GraphGANFed combina métodos de ponta para geração de moléculas enquanto garante a privacidade dos dados.

Novos métodos ajudam hospitais a diagnosticar COVID-19 enquanto protegem a privacidade dos pacientes.

Pesquisa revela a opinião de pacientes com câncer australianos sobre práticas de compartilhamento de dados.

Uma nova abordagem melhora o aprendizado federado ao reduzir o desvio dos clientes e o esquecimento.

Um olhar sobre a importância de proteger dados pessoais na tecnologia.

Um novo método permite que os usuários protejam a privacidade dos seus dados no aprendizado federado.

O FedShift resolve o desequilíbrio de classes no aprendizado federado pra melhorar o desempenho do modelo.

Explore o papel do aprendizado federado em aumentar a eficiência da comunicação por satélite MIMO.

Esse artigo avalia os riscos de reidentificação nas representações dos usuários e as medidas de privacidade.

O SF-Relate melhora os estudos genômicos ao identificar parentes de forma segura e eficiente.

Um algoritmo privado para analisar componentes de grafos protege a privacidade individual.

Explorando aprendizado federado na tomada de decisão com bandits contextuais e preservação de privacidade.

Explorando a abordagem do ABS pra proteger a privacidade enquanto entrega informações estatísticas essenciais.

Vers melhora a computação distribuída com manuseio de dados descentralizado e segurança forte.

Sistemas CIM melhoram a eficiência, mas expõem vulnerabilidades a ataques de canal lateral.

MedAlpaca melhora modelos de IA médica e dados de treinamento pra um atendimento ao paciente melhor.