Information Security and Privacy by Ma, Siqi; Nepal, Surya;

31st Australasian Conference, ACISP 2026, Perth, WA, Australia, July 6–9, 2026, Proceedings, Part III

Sorozatcím: Lecture Notes in Computer Science;

21% KEDVEZMÉNY?
A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.

Kiadói listaár EUR 53.49
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.

20 893 Ft (19 898 Ft + 5% áfa)
Kedvezmény(ek) 12% (kb. 2 507 Ft)
Kedvezményes ár 18 386 Ft (17 510 Ft + 5% áfa)
A kedvezmény érvényes eddig: 2026. szeptember 16.

18 386 Ft

Beszerezhetőség

Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.

A termék adatai:

Kiadó Springer Nature Singapore
Megjelenés dátuma 2026. augusztus 21.

ISBN 9789819230174
Kötéstípus Puhakötés
Terjedelem531 oldal
Méret 235x155 mm
Nyelv angol
Illusztrációk XX, 531 p. 145 illus.

Kategóriák

Adatkezelés a számítógépes rendszerekben Számítógépes hálózatok általában A számítógép és az információs technológia hatása a társadalomra Az internetről általában

Hosszú leírás:

This LNCS-volume set in constitutes the refereed proceedings of the 31st Australasian Conference on Information Security and Privacy, ACISP 2026, held in Perth, WA, Australia, during July 6–9, 2026.

The 69 full papers presented in this volume were carefully reviewed and selected from 260 submissions. The papers are organized in the following topical sections:

Part I: Applied Cryptography and Cryptanalysis; AI, Machine Learning, and Trustworthy AI Security; Network, System, and Software Security; Blockchain, Smart Contracts, and Decentralized Security; Privacy, Authentication, and Cyber-Physical Systems Security.

Part II: Applied Cryptography, Encryption, and Cryptanalysis; AI, Machine Learning, and Trustworthy AI Security; Privacy, Trust, and Secure Systems.

Part III: Applied Cryptography and Post-Quantum Security; AI, Machine Learning, and Adversarial Security; Privacy, and Secure Distributed Systems; System Security, Privacy, and Secure Computing.

Több

Tartalomjegyzék:

"

.- Applied Cryptography and Post-Quantum Security.

.- Round-Optimal Threshold Blind Signature from Lattices.

.- HetAKE: Heterogeneous Authenticated Key Exchange for Post-Quantum Migration.

.- Fast Updatable Message Authentication Codes and Signatures with Public Tokens.

.- Lattice-based Ring Verifiable Random Functions.

.- SoK: The Cryptanalysis of SHA-3 Standard.

.- Efficient Additive Randomized Encodings for String Oblivious Transfer: A Core Primitive for General Functions.

.- AI, Machine Learning, and Adversarial Security.

.- SoK: Telemetry-Aware Runtime Assurance for Always-On On-Device Intrusion Detection.

.- Scrutinising Parametric Distance Verification in Unlearning: A Coupling Perspective.

.- Adversarial-Example Agnostic Detection in Network Intrusion Detection System.

.- ShellMamba: Anomaly Detection of Shell Command Sequences.

.- Autonomous Adversary: Red-Teaming in the age of LLM.

.- MelShield: Robust Mel-Domain Audio Watermarking for Provenance Attribution of AI Generated Synthesized Speech.

.- RoS-ETA: Defeating Availability Poisoning via the Physical Rate Paradox.

.- SpecGate: Spectral Decomposition and LOF-Gated Aggregation for Defending Against Backdoor Attacks in Federated Learning.

.- Privacy, and Secure Distributed Systems.

.- Contact Tracing with Location Privacy Protection.

.- A Privacy-Preserving Cross-Chain Protocol for Confidential, Account-Based Blockchains.

.- Empirical Analysis of Misdirected Payment Risks from Name Collisions in Blockchain Naming Services.

.- LRC-DPoR: Efficient Data Integrity Auditing with Local Repair and Dynamic Updates.

.- Fine-Grained Weighted Access Control with Keyword Search and Malicious User Tracing for Cloud-Based mHealth Systems.

.- System Security, Privacy, and Secure Computing.

.- Data Exfiltration over Browsers.

.- Verifiable Anomaly and Similarity Detection Using Matrix Profile in Private Time-series.

.- Lost in the Pages: WebAssembly Code Recovery through SEV-SNP’s Exposed Address Space.

.- Seeing Data Rights: Understanding of Pictograms and Color Cues for Privacy and Complex Data Practices.

"