「cs.CR」カテゴリーアーカイブ

Adversarial Deep Reinforcement Learning for Cyber Security in Software Defined Networks

投稿日: 2023年8月10日 作成者: jarxiv

要約 このペーパーでは、ソフトウェア定義ネットワーク (SDN) における自律型 … 続きを読む →

カテゴリー: cs.AI, cs.CR | Adversarial Deep Reinforcement Learning for Cyber Security in Software Defined Networks はコメントを受け付けていません

Iterative Sketching for Secure Coded Regression

投稿日: 2023年8月9日 作成者: jarxiv

要約 この研究では、セキュリティを確保しながら、分散的に線形回帰を高速化する方法 … 続きを読む →

カテゴリー: 65B99, 68P20, 68P25, 68P27, 68P30, 94-10, 94A11, 94A16, 94B60, cs.CR, cs.DC, cs.IT, cs.LG, cs.NA, E.3; E.4; F.2.1; G.1.3, math.IT, math.NA | Iterative Sketching for Secure Coded Regression はコメントを受け付けていません

The Model Inversion Eavesdropping Attack in Semantic Communication Systems

投稿日: 2023年8月9日 作成者: jarxiv

要約 近年、通信効率の優位性から意味論的コミュニケーションが注目を集めています。 … 続きを読む →

カテゴリー: cs.CR, cs.IT, cs.LG, eess.IV, math.IT | The Model Inversion Eavesdropping Attack in Semantic Communication Systems はコメントを受け付けていません

Accurate, Explainable, and Private Models: Providing Recourse While Minimizing Training Data Leakage

投稿日: 2023年8月9日 作成者: jarxiv

要約 機械学習モデルは、影響力のある分野全体で、個々の結果を予測するためにますま … 続きを読む →

カテゴリー: cs.CR, cs.LG | Accurate, Explainable, and Private Models: Providing Recourse While Minimizing Training Data Leakage はコメントを受け付けていません

XGBD: Explanation-Guided Graph Backdoor Detection

投稿日: 2023年8月9日 作成者: jarxiv

要約 バックドア攻撃は、グラフ学習モデルに重大なセキュリティ リスクをもたらしま … 続きを読む →

カテゴリー: cs.CR, cs.LG, cs.SI | XGBD: Explanation-Guided Graph Backdoor Detection はコメントを受け付けていません

Balancing Privacy and Progress in Artificial Intelligence: Anonymization in Histopathology for Biomedical Research and Education

投稿日: 2023年8月9日 作成者: jarxiv

要約 生物医学研究の進歩は、大量の医療データへのアクセスに大きく依存しています。 … 続きを読む →

カテゴリー: cs.AI, cs.CE, cs.CR | Balancing Privacy and Progress in Artificial Intelligence: Anonymization in Histopathology for Biomedical Research and Education はコメントを受け付けていません

Why Does Little Robustness Help? Understanding Adversarial Transferability From Surrogate Training

投稿日: 2023年8月9日 作成者: jarxiv

要約 DNN の敵対的例 (AE) は移転可能であることが示されています。ホワイ … 続きを読む →

カテゴリー: cs.CR, cs.CV, cs.LG | Why Does Little Robustness Help? Understanding Adversarial Transferability From Surrogate Training はコメントを受け付けていません

Pelta: Shielding Transformers to Mitigate Evasion Attacks in Federated Learning

投稿日: 2023年8月9日 作成者: jarxiv

要約 フェデレーテッド ラーニングの大前提は、機械学習モデルの更新は、特にユーザ … 続きを読む →

カテゴリー: cs.CR, cs.CV, cs.LG | Pelta: Shielding Transformers to Mitigate Evasion Attacks in Federated Learning はコメントを受け付けていません

Randomized algorithms for precise measurement of differentially-private, personalized recommendations

投稿日: 2023年8月9日 作成者: jarxiv

要約 パーソナライズされたレコメンデーションは、今日のインターネット エコシステ … 続きを読む →

カテゴリー: cs.CR, cs.IR, cs.LG | Randomized algorithms for precise measurement of differentially-private, personalized recommendations はコメントを受け付けていません

Machine Unlearning of Features and Labels

投稿日: 2023年8月8日 作成者: jarxiv

要約 機械学習モデルから情報を削除するのは簡単な作業ではなく、トレーニング プロ … 続きを読む →

カテゴリー: cs.CR, cs.LG | Machine Unlearning of Features and Labels はコメントを受け付けていません