Zobrazeno 1 - 10
of 31
pro vyhledávání: '"Aaraj, Najwa"'
In recent years, a proliferation of cyber-security threats and diversity has been on the rise culminating in an increase in their reporting and analysis. To counter that, many non-profit organizations have emerged in this domain, such as MITRE and OS
Externí odkaz:
http://arxiv.org/abs/2304.11130
Machine learning (ML)-based methods have recently become attractive for detecting security vulnerability exploits. Unfortunately, state-of-the-art ML models like long short-term memories (LSTMs) and transformers incur significant computation overhead
Externí odkaz:
http://arxiv.org/abs/2301.04314
Autor:
Ramos-Calderer, Sergi, Bravo-Prieto, Carlos, Lin, Ruge, Bellini, Emanuele, Manzano, Marc, Aaraj, Najwa, Latorre, José I.
Publikováno v:
Phys. Rev. Research 4, 013096 (2022)
Polynomial systems over the binary field have important applications, especially in symmetric and asymmetric cryptanalysis, multivariate-based post-quantum cryptography, coding theory, and computer algebra. In this work, we study the quantum annealin
Externí odkaz:
http://arxiv.org/abs/2111.13224
The core network architecture of telecommunication systems has undergone a paradigm shift in the fifth-generation (5G)networks. 5G networks have transitioned to software-defined infrastructures, thereby reducing their dependence on hardware-based net
Externí odkaz:
http://arxiv.org/abs/2108.03514
Publikováno v:
IEEE Transactions on Emerging Topics in Computing, 2021
Cyber-physical systems (CPS) and Internet-of-Things (IoT) devices are increasingly being deployed across multiple functionalities, ranging from healthcare devices and wearables to critical infrastructures, e.g., nuclear power plants, autonomous vehic
Externí odkaz:
http://arxiv.org/abs/2101.02780
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
2022 IEEE 4th International Conference on Trust, Privacy and Security in Intelligent Systems, and Applications (TPS-ISA).
Machine learning (ML)-based methods have recently become attractive for detecting security vulnerability exploits. Unfortunately, state-of-the-art ML models like long short-term memories (LSTMs) and transformers incur significant computation overhead
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::62ae24717743ac1087fd2d29c059a3b7
https://doi.org/10.1109/tps-isa56441.2022.00027
https://doi.org/10.1109/tps-isa56441.2022.00027
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.