電腦安全與隱私

Увійти

ідея - 電腦安全與隱私

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。

本文提出了一種基於賽局理論的安全控制選擇方法，通過模擬安全分析師和攻擊者之間的博弈，幫助分析師選擇最有效的安全控制組合來應對預期的攻擊者行為。

本文提出了一種基於 LiRA 攻擊成功率 (ASRM) 的方法，用於校準差分隱私機器學習模型的實際隱私風險，並探討了透過特徵遮罩技術降低 ASRM 並提高模型效用的方法。

本文提出了一種名為 SCGNet 的新型深度學習架構，用於網路入侵偵測和入侵類型分類，並在 NSL-KDD 數據集上取得了顯著成果。

本文旨在探討基於權杖的身分管理在分散式雲端環境中的應用，並提出一個解決方案，以減少內部服務之間的冗餘通信，並透過分離登入和權限權杖來簡化權杖驗證和使用者授權。

本文介紹 FlowFusion，這是一個自動模糊測試框架，專為偵測 PHP 解譯器中的記憶體錯誤而設計，透過資料流融合技術，結合現有測試案例以產生更複雜的測試情境，進而發現潛在的記憶體錯誤。

本文提出一個基於深度學習的友善干擾框架，在不完美甚至缺乏合法信道狀態資訊的情況下，有效抵禦竊聽攻擊，並同時最大化保密率和最小化區塊錯誤率。

本文提出了一種基於二面體群的 Halidon 群環的新型 RSA 密碼系統，並探討其在安全通訊方面的應用。

Про нас

Продукти

Ресурси