·ปัญญาประดิษฐ์ทางการแพทย์
Lipschitz-Swin3D: การแบ่งส่วนภาพ MRI เชิงปริมาตรที่ทนทานต่อการโจมตีแบบปรปักษ์
สถาปัตยกรรม 3D Swin-UNETR ที่ทำให้นอร์มเป็นสเปกตรัม พร้อมการปรับให้เรียบแบบสุ่มที่มีใบรับรอง สำหรับการแบ่งส่วนเนื้องอกสมอง (BraTS) และอวัยวะในภาพ CT ทรวงอกภายใต้การโจมตี PGD
Robust WT Dice 0.831 @ eps=2/255 (BraTS 2026)
PyTorchMONAICUDA3D ViT
·ความมั่นคงปลอดภัยไซเบอร์
Aegis-BPF: แซนด์บ็อกซ์รันไทม์ eBPF LSM สำหรับการอนุมานปัญญาประดิษฐ์และเกตเวย์ DICOM
เดมอนกักกันเคอร์เนล Linux แบบ Zero-Trust ที่ใช้ตะขอ eBPF LSM เทเลเมทรีทางนิติวิทยาศาสตร์แบบ ring-buffer และ Rust Landlock เพื่อแยกเอเจนต์ปัญญาประดิษฐ์และตัวแยกวิเคราะห์ภาพทางการแพทย์ที่ไม่เชื่อถือ
Overhead ซิสคอล <0.4% | ป้องกัน RCE หลังเริ่มทำงานและการเชื่อมต่อออก
RusteBPF / AyaLinux LSMLandlock
·ความเป็นส่วนตัวและระบบ
FedMed-DP: การฝึกโรงพยาบาลแบบกระจายศูนย์ด้วยความเป็นส่วนตัวเชิงดิฟเฟอเรนเชียลแบบ Rényi
ไลบรารีประสิทธิภาพสูงสำหรับการเรียนรู้แบบกระจายศูนย์ทางคลินิกหลายศูนย์ พร้อมการตัดเกรเดียนต์รายตัวอย่าง การบัญชี Rényi DP และการตรวจสอบ Gradient Inversion แบบโคไซน
(eps = 1.8, delta = 1e-5)-DP บน 12 โหนดทางคลินิก
PythonOpacusgRPC / mTLSDifferential Privacy