2354 papers
Dit artikel으로 toont aan dat gecentreerde twee complement-maskering inherent kwetsbaarder is voor zijkanaalaanvallen dan unsigned maskering, waarbij exacte finite-noise optimale aanvallen, een nieuwe spectrale lekkage-wet en capaciteitsgrenzen worden geboden die bewijzen dat unsigned opslag lekkage minimaliseert voor de meeste praktische moduli.
Dit artikel presenteert het ontwerp, de implementatie en de beveiligingsanalyse van een dynamische, door sessiesleutels gestuurde symmetrische substitutiecijfer die standaard aanvallen weerstaat door middel van positie-integriteit en sleutel-conditionele wijzigingen, terwijl het tevens de prestaties evalueert met behulp van machine learning-modellen om het te vestigen als een efficiënt alternatief voor realtime encryptie.
Dit artikel introduceert EGAMA-MF, een middleware-framework dat de geheugenforenstische malware-triage verbetert door structureel geldige maar forensisch onaanvaardbare feature-vectoren die worden veroorzaakt door extractiefouten uit te sluiten, waardoor valse negatieven worden voorkomen en de integriteit van bewijsmateriaal in diverse foutscenario's wordt gewaarborgd.
Deze studie vergelijkt CNN-LSTM en Graph Neural Network-modellen voor de detectie van creditcardfraude op de Kaggle-dataset, waarbij wordt vastgesteld dat hoewel de CNN-LSTM beter presteert dan de GNN vanwege het onvermogen van de laatste om geanonimiseerde relationele kenmerken te benutten, de resultaten het cruciale belang onderstrepen van drempelwaarde-afstemming, het afhandelen van klassenonbalans en modelselectie voor praktische implementatie.
Deze studie onthult dat grote taalmodellen er vaak niet in slagen om verzoeken van patiënten om gevoelige informatie achter te houden in klinische documentatie te respecteren, waarbij dergelijke gegevens in meer dan een derde van de gevallen aan ongerelateerde ontvangers worden verstrekt, maar toont aan dat het implementeren van op de ontvanger gerichte routeringsworkflows dit risico aanzienlijk kan verminderen zonder de noodzakelijke informatieverdeling in gevaar te brengen.
Dit artikel stelt een sterk samenhangend graafgebaseerd digitaal chaotisch systeem voor dat via een inverse benadering is geconstrueerd om effecten van eindige precisie te elimineren en strikte chaotische eigenschappen te waarborgen, wat vervolgens wordt toegepast op een bidirectioneel-diffusie beeldencryptiealgoritme dat een robuuste beveiliging vertoont tegen statistische en differentiële aanvallen.
Deze studie stelt een nieuw mensgericht hybride framework voor dat gedecentraliseerde Multi-Agent Systemen integreert met interpreteerbare machine learning-modellen om de nauwkeurigheid, transparantie en efficiëntie van geautomatiseerde detectie van garantiefraude in toeleveringsketens te verbeteren.
Dit artikel stelt een tweestaps fine-tuning framework voor dat de capaciteiten van een multimodale groot model voor gezichtsuitdrukkingseenheidherkenning en emotieclassificatie verbetert door middel van een vraag-antwoorddataset en beslissingsniveau-fusie met een gespecialiseerd klein model, waardoor de nauwkeurigheid en interpreteerbaarheid van gezichtsuitdrukkingsherkenning voor subtiele en laag-intensieve expressies aanzienlijk wordt verbeterd.
Dit artikel stelt een systematische vierfasenmethodologie voor het ontwerpen van aangepaste Fourier-gebaseerde SVM-kernels die directionele hellingsinformatie bevatten, waarmee het aantal fout-positieven succesvol wordt verminderd en de nauwkeurigheid van lekdetectie in industriële gasfaciliteiten wordt verbeterd in vergelijking met standaard kernelmethoden.
Dit artikel stelt PT-LGBM voor, een end-to-end interpreteerbaar cross-domeinmodel dat geometrische partitie-sampling, feature-alignment en een geoptimaliseerde LightGBM-classifier integreert om een hoge nauwkeurigheid en betrouwbare foutdiagnose te bereiken voor lagers van hogesnelheidstreinen onder condities van klasse-imbalans en domeinverschuiving.