Executive Summary AI applications rely on vector embeddings to power search and recommendations, but these data-rich vectors introduce new security and privacy risks. This blog explains the main...

本研究探讨了云计算时代共享敏感数据时的数据隐私保护问题。结合联邦学习和大型语言模型，提出了一种新颖的跨云架构，确保模型更新的隐私和完整性，同时提高训练效率和决策能力。实验结果表明，该方法在准确性和隐私保护方面优于传统模型。

本研究提出了一种双阶段合并可转移可逆攻击方法，有效解决了黑箱攻击中的有效性不足问题。实验结果表明，该方法在黑箱场景下实现了99.0%的攻击成功率和100%的恢复率，展现出优越的隐私保护能力。

本研究提出了一种联邦偏见感知潜在因子模型（FBALF），旨在解决传统推荐系统的隐私保护不足和评分偏见问题。FBALF通过在本地模型中引入训练偏见，既保护用户隐私，又提高推荐准确性，实验证明其优于现有的联邦推荐系统。

本研究提出了idealloc，一种高效的动态存储分配方法，优化了大规模缓冲区的分配偏移量，性能优于现有的四种实现。

本研究提出了一种名为PointFlowGMM的高效隐私保护框架，旨在解决3D点云的隐私泄露问题。该框架支持分类和分割任务，实验结果表明，加密后的点云在识别性能上与原始数据相当，同时模型体积显著减少。

本研究提出Clio平台，分析AI助手在现实中的应用，解决隐私和实践中的挑战。Clio能够有效监测AI使用，识别潜在风险，并保护用户隐私。

In response to valuable feedback from our customers, we embarked on a journey to improve our Backup and Snapshot product for Droplets, addressing concerns related to Recovery Time Objectives (RTO)...

Altering or dropping tables which are in logical replication is not a good idea if the changes are not uniform across a TRAKTOR cluster. So, TABLEs in a replicaset are now protected against DROP...

This blog announces Cloudflare One for Data Protection — our unified suite to protect data everywhere across web, SaaS, and private applications. Built on and delivered across our entire global...

This blog announces Cloudflare One for Data Protection — our unified suite to protect data everywhere across web, SaaS, and private applications. Built on and delivered across our entire global...

国际刑警组织和Cloudflare强调了网络钓鱼攻击的破坏性影响。Cloudflare的网络钓鱼威胁报告显示，攻击者利用欺骗性链接和身份欺骗来诱骗受害者。报告强调了理解不断变化的网络钓鱼趋势和实施多层保护的重要性。

Have you ever seen a 404 for requests from old clients after a deployment? Or gotten a 500 error because the client didn’t know that a new server deployment changed an API? We're introducing a...