Artigos mais recentes para Segurança de Dados

QRNGs usam mecânica quântica pra verdadeira aleatoriedade, que é essencial pra comunicação digital segura.

Explorando a integração de TEEs e coprocessadores de segurança pra uma proteção de dados melhor.

Aprenda métodos para proteger PII enquanto usa Modelos de Linguagem Grande.

Um novo método pra proteger modelos generativos contra roubo físico e funcional.

FedSMOO melhora o aprendizado federado ao lidar com a diversidade de dados e problemas de comunicação.

Uma olhada em métodos pra proteger e lucrar com prompts de IA.

Um novo método certifica as previsões de redes neurais sob várias mudanças de imagem.

Novos métodos melhoram a eficiência da criptografia para aplicações de aprendizado de máquina.

Um novo método melhora as defesas de redes neurais contra ataques adversariais.

Explorando estratégias pra melhorar modelos de aprendizado de máquina contra ataques de dados ruins.

Novo framework aumenta a confiança nos dados de IoT autenticando dispositivos pela performance do hardware.

Um olhar sobre a importância de proteger dados sensíveis no armazenamento em nuvem.

Um novo framework integra técnicas de privacidade e robustez para um aprendizado de máquina confiável.

Esse artigo examina questões de privacidade em IA incorporada através de métodos de inversão de gradiente.

Os apps móveis muitas vezes não são claros na coleta de dados, o que afeta a confiança dos usuários.

Esse artigo analisa a varredura do lado do cliente e suas implicações para a privacidade e segurança.

As técnicas de aprendizado de máquina estão mudando as abordagens criptográficas para Aprendizado Com Erros.

Saiba como o DAT ajuda na gestão eficiente de dados.

Explore como geradores quânticos de pseudorandomização melhoram a segurança na computação e na criptografia.

As matrizes NMDS equilibram segurança e eficiência, essenciais para sistemas criptográficos leves.

Novos métodos pra avaliar riscos de privacidade em redes sociais, considerando conexões distantes.

Uma nova perspectiva sobre a anonimização de falantes e o papel crucial dos vocoders.

Analisando como a aleatoriedade afeta as vulnerabilidades em machine learning e a necessidade de padrões melhores.

Analisando o equilíbrio entre privacidade e justiça em modelos de aprendizado federado.

Explorando avanços em criptografia pesquisável e criptografia homomórfica para privacidade de dados.

Um novo método de detecção para amostras adversariais sem precisar dos dados de treinamento originais.

Esse artigo fala sobre os desafios das avaliações falsas em sistemas de recomendação.

Processar dados sensíveis de séries temporais na nuvem de forma segura e eficiente.

O BLEND junta armazenamento seguro e comunicação pra gerenciar dados de IoT de forma eficiente.

RowPress traz novos riscos para a segurança dos dados em sistemas DRAM modernos.

Combinar aprendizado federado e blockchain melhora a privacidade dos dados em modelos colaborativos.

Aprenda a proteger a comunicação por linha de energia contra escuta.

Esse artigo fala sobre métodos pra proteger a privacidade em machine learning mudando dados de texto.

Explorando a importância da XAI para melhorar a eficiência da rede O-RAN.

Um novo framework combina aprendizado federado e blockchain pra melhorar a proteção de dados.

Uma ferramenta pra checar a segurança das informações pessoais em modelos de linguagem grandes.

Examine os riscos e as defesas contra ataques de canal lateral de potência em FPGAs na nuvem.

Estudo revela fraquezas críticas em autoencoders generativos em relação a ataques adversariais.

O CloudSec simplifica a gestão das políticas de segurança para serviços em nuvem.

Este artigo apresenta um método para usar GANs com dados protegidos pela privacidade.