컴퓨터 보안 및 프라이버시

Увійти

ідея - 컴퓨터 보안 및 프라이버시

차분 프라이버시는 개인 정보를 보호하면서 데이터 분석을 가능하게 하는 강력한 프레임워크로, 데이터 세트에서 특정 개인의 존재 여부가 분석 결과에 큰 영향을 미치지 않도록 보장합니다.

본 논문에서는 특정 구조를 가진 민감도 공간에서 차분 프라이버시 쿼리에 대한 답변을 위해 향상된 가우시안 메커니즘을 제시합니다. 이 메커니즘은 기존 가우시안 메커니즘보다 노이즈 크기를 줄여 정확도를 높이는 동시에 프라이버시를 보장합니다.

본 논문은 미국 연방 정부 기관에서 차분 프라이버시 기술 채택을 저해하는 요인들을 분석하고, 이를 극복하여 데이터 보안 및 활용성을 향상시킬 수 있는 방안을 제시합니다.

본 논문에서는 연합 학습 환경에서 개인정보 추론 공격을 활용하여 학습에 기여하지 않는 무임승차자 클라이언트를 효과적으로 탐지하는 FRIDA 프레임워크를 제안합니다.

본 논문에서는 생성적 적대 신경망(GAN)을 기반으로 의료 영상, 특히 CT 스캔의 무결성을 보호하기 위한 새로운 접근 방식인 MITS-GAN을 제안합니다.

RiskSEA는 이더리움 블록체인 주소의 위험 점수를 효율적이고 효과적으로 생성하는 새로운 위험 점수 시스템입니다. 이는 행동 특징과 그래프 기반 특징을 결합하여 감독 학습 모델을 사용하여 구현됩니다.

DomainHarvester는 인기가 많지 않지만 신뢰할 수 있는 웹 도메인을 체계적이고 동적으로 수집하여 허용 목록을 생성하는 시스템이다.

DomainDynamics는 도메인 이름의 수명주기 단계를 고려하여 악성 도메인 이름의 위험을 예측하는 혁신적인 시스템이다.

DomainLynx는 대규모 언어 모델을 활용하여 다양한 유형의 도메인 스쿼팅을 효과적으로 탐지할 수 있는 혁신적인 복합 AI 시스템이다.

연합학습 환경에서 악의적인 참여자가 모델 오염 공격을 통해 특정 인구통계학적 그룹에 대한 모델의 불공정성을 악화시킬 수 있다.

Про нас

Продукти

Ресурси