不可視の裏口攻撃:クロスモーダル学習に対する攻撃
提案するBadCMは、クロスモーダル学習に対する多様な裏口攻撃を包括的に対処できる初めての不可視の攻撃フレームワークである。
信頼できながらも訪問頻度の低いドメイン名を収集するDomainHarvester
DomainHarvesterは、人気の高くない信頼できるドメイン名を収集し、セキュリティ向上に貢献する。
ドメイン名のライフサイクルを考慮したリスクタイムラインの構築によるサイバー攻撃の予防
ドメイン名のライフサイクルの変化を考慮することで、サイバー攻撃の発生前にドメイン名のリスクを正確に予測することができる。
DomainLynxによる大規模言語モデルを活用した高度なドメインスクワッティング検出
DomainLynxは大規模言語モデルを活用し、従来の手法では検出が困難だった新しいスクワッティング手法や低プロファイルなブランドを対象とした検出を可能にする革新的な複合AIシステムである。
AIを活用したカスタマーエンゲージメントにおける透明性の向上
AIを活用したカスタマーエンゲージメントにおいて、消費者の信頼を醸成するためには、透明性と説明責任が不可欠である。
グラフニューラルネットワークにおけるバックドアアタックの緩和
グラフニューラルネットワーク(GNN)は、バックドアアタックに対して脆弱であり、これは深刻なセキュリティ上の脅威となっている。本研究では、GCLEANERと呼ばれる、GNNのバックドアを緩和する初めての手法を提案する。GCLEANERは、バックドア学習プロセスを逆転させることで、バックドアトリガーの除去と学習の忘却を実現する。
クロスチェーンブリッジの会計ベースの防御策
クロスチェーンブリッジにおける取引の入出金バランスを監視することで、既知の攻撃を特定し、新たな攻撃を検出できる。
IoTセキュリティ強化のためのマシンラーニングを活用した侵入検知
IoTデバイスの増加に伴い、サイバー攻撃の脅威が高まっている。機械学習を活用した侵入検知システムは、リアルタイムの脅威検知と対策に有効である。
競争型オンラインビデオゲームにおける有害性の伝染性の解明
競争型オンラインビデオゲームにおいて、プレイヤーの有害な発言は、チームメイトの同様の行動を引き起こす可能性が高い。
深層学習モデルのパラメータ抽出に対するGPUの脆弱性
GPUを搭載したエッジデバイスは、深層学習モデルのパラメータ(重みとバイアス)を漏洩する可能性がある。
© 2024 by Linnk AI