Buchumschlag

GTree: GPU-Friendly Privacy-preserving Decision Tree Training and Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wang, Qifan, Cui, Shujie, Zhou, Lei, Dong, Ye, Bai, Jianli, Koh, Yun Sing, Russello, Giovanni
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Guard-GBDT: Efficient Privacy-Preserving Approximated GBDT Training on Vertical Dataset
von: Song, Anxiao, et al.
Veröffentlicht: (2025)

A Novel Framework To Assess Cybersecurity Capability Maturity
von: Liyanage, Lasini, et al.
Veröffentlicht: (2025)

MPCache: MPC-Friendly KV Cache Eviction for Efficient Private LLM Inference
von: Zeng, Wenxuan, et al.
Veröffentlicht: (2025)

SoK: Identifying Limitations and Bridging Gaps of Cybersecurity Capability Maturity Models (CCMMs)
von: Liyanage, Lasini, et al.
Veröffentlicht: (2024)

From misinformation to climate crisis: Navigating vulnerabilities in the cyber-physical-social systems
von: Aamir, Tooba, et al.
Veröffentlicht: (2025)

OnePath: Efficient and Privacy-Preserving Decision Tree Inference in the Cloud
von: Yuan, Shuai, et al.
Veröffentlicht: (2024)

Privacy-Preserving Low-Rank Adaptation against Membership Inference Attacks for Latent Diffusion Models
von: Luo, Zihao, et al.
Veröffentlicht: (2024)

FewFedPIT: Towards Privacy-preserving and Few-shot Federated Instruction Tuning
von: Zhang, Zhuo, et al.
Veröffentlicht: (2024)

Confidential Computing on Heterogeneous CPU-GPU Systems: Survey and Future Directions
von: Wang, Qifan, et al.
Veröffentlicht: (2024)

Confidential Prompting: Privacy-preserving LLM Inference on Cloud
von: Li, Caihua, et al.
Veröffentlicht: (2024)

BarkBeetle: Stealing Decision Tree Models with Fault Injection
von: Wang, Qifan, et al.
Veröffentlicht: (2025)

Bicoptor: Two-round Secure Three-party Non-linear Computation without Preprocessing for Privacy-preserving Machine Learning
von: Zhou, Lijing, et al.
Veröffentlicht: (2022)

RAGent: Retrieval-based Access Control Policy Generation
von: Jayasundara, Sakuna Harinda, et al.
Veröffentlicht: (2024)

Privacy-preserving Decision-focused Learning for Multi-energy Systems
von: Zhou, Yangze, et al.
Veröffentlicht: (2025)

Spore: Efficient and Training-Free Privacy Extraction Attack on LLMs via Inference-Time Hybrid Probing
von: Cui, Yu, et al.
Veröffentlicht: (2026)

Exploring Content Concealment in Email
von: Betts, Lucas, et al.
Veröffentlicht: (2024)

Privacy-preserving server-supported decryption
von: Laud, Peeter, et al.
Veröffentlicht: (2024)

LLMs in Cybersecurity: Friend or Foe in the Human Decision Loop?
von: Pekaric, Irdin, et al.
Veröffentlicht: (2025)

Rethinking the Security of DP-SGD: A Corrected Analysis of Differentially Private Machine Learning
von: Wang, Wenhao, et al.
Veröffentlicht: (2026)

CryptoMoE: Privacy-Preserving and Scalable Mixture of Experts Inference via Balanced Expert Routing
von: Zhou, Yifan, et al.
Veröffentlicht: (2025)

No Vandalism: Privacy-Preserving and Byzantine-Robust Federated Learning
von: Xing, Zhibo, et al.
Veröffentlicht: (2024)

Wildest Dreams: Reproducible Research in Privacy-preserving Neural Network Training
von: Khan, Tanveer, et al.
Veröffentlicht: (2024)

The Communication-Friendly Privacy-Preserving Machine Learning against Malicious Adversaries
von: Lu, Tianpei, et al.
Veröffentlicht: (2024)

MultiPhishGuard: An Explainable and Adaptive Multi-Agent LLM System for Phishing Email Detection
von: Xue, Yinuo, et al.
Veröffentlicht: (2025)

R+R: Reassessing Java Security API Misuse in Current LLMs: A Replication on JCA and JSSE APIs with External Security Knowledge
von: Lu, Tianhe, et al.
Veröffentlicht: (2026)

Privacy-preserving authentication for military 5G networks
von: Lutz, I. D., et al.
Veröffentlicht: (2025)

Local Privacy-preserving Mechanisms and Applications in Machine Learning
von: Qin, Likun, et al.
Veröffentlicht: (2024)

Privacy Leaks by Adversaries: Adversarial Iterations for Membership Inference Attack
von: Xue, Jing, et al.
Veröffentlicht: (2025)

PDLRecover: Privacy-preserving Decentralized Model Recovery with Machine Unlearning
von: Li, Xiangman, et al.
Veröffentlicht: (2025)

Privacy-preserving Fuzzy Name Matching for Sharing Financial Intelligence
von: Kasyap, Harsh, et al.
Veröffentlicht: (2024)

Privacy preserving layer partitioning for Deep Neural Network models
von: Rajasekar, Kishore, et al.
Veröffentlicht: (2024)

Privacy-preserving Quantification of Non-IID Degree in Federated Learning
von: Yan, Yuping, et al.
Veröffentlicht: (2024)

SLAP: Secure Location-proof and Anonymous Privacy-preserving Spectrum Access
von: Darzi, Saleh, et al.
Veröffentlicht: (2025)

Privacy-preserving Federated Learning based on Multi-key Homomorphic Encryption
von: Ma, Jing, et al.
Veröffentlicht: (2021)

Secure Outsourced Decryption for FHE-based Privacy-preserving Cloud Computing
von: Ma, Xirong, et al.
Veröffentlicht: (2024)

PriFFT: Privacy-preserving Federated Fine-tuning of Large Language Models via Hybrid Secret Sharing
von: You, Zhichao, et al.
Veröffentlicht: (2025)

Eyes on the Phish(er): Towards Understanding Users' Email Processing Pattern and Mental Models in Phishing Detection
von: Zhuo, Sijie, et al.
Veröffentlicht: (2024)

PRISM: Privacy-preserving Inference System with Homomorphic Encryption and Modular Activation
von: Elkhatib, Zeinab, et al.
Veröffentlicht: (2025)

Privacy-preserving Prompt Personalization in Federated Learning for Multimodal Large Language Models
von: Hou, Sizai, et al.
Veröffentlicht: (2025)

OblivCDN: A Practical Privacy-preserving CDN with Oblivious Content Access
von: Vo, Viet, et al.
Veröffentlicht: (2025)