透過特徵選擇和選擇合適的程式語言,可以在不影響偵測準確性的情況下提升人工智慧入侵偵測系統的運算效率,促進綠色人工智慧的發展。
語義通訊在提升效率的同時,也引入了新的安全漏洞,特別是時序攻擊,攻擊者可藉由分析訊息傳輸時機來推斷訊息內容,本文分析了此類攻擊的模型和防禦策略。
隨著人工智慧 (AI) 應用於移動即服務 (MaaS) 系統的普及,資料和演算法層面的網路安全風險日益受到關注,需要全面的對策來確保 MaaS 生態系統的安全性和可信度。
AuthFormer 是一種針對中老年人設計的自適應多模態生物特徵身份驗證模型,透過整合多種生物特徵資訊,提升系統安全性、適應性和穩健性,克服了傳統系統中固定模態組合的限制。
差分隱私權是一種用於量化和限制計算中個人隱私風險的數學框架,它確保任何單一記錄的存在與否都不應顯著影響分析結果,即使面對擁有無限計算能力和完整算法知識的攻擊者也能提供前瞻性的保護。
本文探討利用生成式 AI (GenAI),特別是大語言模型和情境學習,自動化生成安全控制 Gherkin 程式碼,以加速雲端服務安全控制的開發流程,並提升其效率和安全性。
本文提出了一種針對側通道攻擊具有安全性的 SECP256K1 硬體架構,並探討其在加密錢包中的應用,特別關注其資源效率和對抗側通道攻擊的能力。
BlindexTEE 是一種基於 AMD SEV-SNP 技術的資料庫代理,透過端到端加密和盲索引技術,在保護使用者資料安全性的同時,兼顧資料庫管理系統的高效查詢能力。
本文提出了一種新的幾何概念「敏感度空間」,並以此為基礎,透過隨機緊度、熵和條件變異數三種方法比較 K-範數機制,以優化差分隱私機制的效能。
本文探討如何將 BPMN(商業流程模型與標記法)圖表轉換為隱私演算,以建立一個能驗證軟體是否符合隱私政策的正式框架。