Artigos mais recentes para Segurança de Dados

Aumentando a eficiência no processamento seguro de tarefas de aprendizado de máquina.

Analisando como pontos de dados importantes atraem mais riscos de segurança em machine learning.

Um novo método para avaliar a robustez em classificadores de ML usando distância adversarial.

Um novo sistema melhora como as organizações criam políticas de controle de acesso.

Integrar inteligência artificial no SMO do O-RAN melhora a gestão da rede e o desempenho.

Um novo método melhora a precisão na extração de modelos de redes neurais quânticas.

Bloom Filters Aprimorados aumentam a segurança dos dados enquanto diminuem os falsos positivos.

Códigos pseudorrandômicos garantem uma transmissão de dados segura e protegem contra erros.

Um estudo sobre como assistentes de voz perfilam usuários e as preocupações de privacidade que isso envolve.

Esse artigo fala sobre o Reverso, um jeito de melhorar a eficiência do protocolo QUIC.

Analisando questões de segurança importantes relacionadas a modelos de linguagem grandes em IA.

Uma nova estrutura melhora as recomendações enquanto protege a privacidade do usuário.

Saiba como a PQC fortalece o aprendizado federado contra ameaças quânticas.

Aprenda como o "machine unlearning" melhora a privacidade em modelos de aprendizado de máquina.

Descubra métodos para proteger a comunicação em sistemas distribuídos contra bisbilhoteiros.

FreeMark permite a marcação de modelos de deep learning sem afetar o desempenho.

Um olhar sobre os riscos e as medidas para proteger dados sensíveis.

Este artigo explora como o QUBO pode melhorar soluções criptográficas.

Estruturas de dados obliviosas protegem informações sensíveis escondendo padrões de acesso.

Combinar segurança quântica com aprendizado de máquina melhora a velocidade e eficiência na comunicação.

As empresas enfrentam ameaças ocultas à privacidade no aprendizado federado devido a mudanças na distribuição dos dados.

Um novo método para melhorar modelos de aprendizado profundo contra ataques adversariais.

Combinar blockchain e IPFS oferece uma solução segura e eficiente para controle de versão.

Nova arquitetura melhora o desempenho de modelos de linguagem grandes em dispositivos locais.

WMCodec melhora a marca d'água de áudio pra mais segurança e autenticidade.

PrivaMatch garante privacidade enquanto combina DNA em investigações criminais.

Explore as preocupações de privacidade em torno de ataques de inferência de associação em aprendizado de máquina.

Uma nova abordagem aumenta a eficiência e a distância nas comunicações quânticas seguras.

Aprenda sobre a tecnologia blockchain e suas aplicações em várias áreas.

Redes Sociais Descentralizadas dão poder pros usuários com controle dos dados e privacidade.

O desacoplamento dinâmico protege os cálculos quânticos de riscos de segurança.

MoJE melhora as barreiras para LLMs, lidando com ataques de jailbreak de forma eficaz.

Explorando o potencial dos pontos quânticos em nanofios para as tecnologias do futuro.

Apresentando o TA-Cleaner, um jeito de melhorar as defesas de modelos multimodais contra contaminação de dados.

Esse artigo apresenta soluções pra proteger as entradas dos usuários em serviços de linguagem baseados na nuvem.

Explorando o impacto do aprendizado federado na privacidade de dados médicos e nas estratégias de proteção.

Explorando o papel do Aprendizado Federado em melhorar a imagem médica enquanto protege a privacidade dos pacientes.

Um estudo revela as vulnerabilidades dos modelos de DNA a ataques adversariais.

Sistemas quânticos oferecem um jeito confiável de gerar números imprevisíveis.

Nem todos os SSDs NVMe são seguros; alguns podem ameaçar seus dados.