Buchumschlag

Privacy-Preserving Distributed Optimization and Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Chen, Ziqin, Wang, Yongqiang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security Computer Science and Game Theory
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Provable Mutual Benefits from Federated Learning in Privacy-Sensitive Domains
von: Tsoy, Nikita, et al.
Veröffentlicht: (2024)

The Fair Value of Data Under Heterogeneous Privacy Constraints in Federated Learning
von: Kang, Justin, et al.
Veröffentlicht: (2023)

Privacy-Aware Data Acquisition under Data Similarity in Regression Markets
von: Pandey, Shashi Raj, et al.
Veröffentlicht: (2023)

A Game-theoretic Framework for Privacy-preserving Federated Learning
von: Zhang, Xiaojin, et al.
Veröffentlicht: (2023)

Ensure Differential Privacy and Convergence Accuracy in Consensus Tracking and Aggregative Games with Coupling Constraints
von: Wang, Yongqiang
Veröffentlicht: (2022)

Gradient Manipulation in Distributed Stochastic Gradient Descent with Strategic Agents: Truthful Incentives with Convergence Guarantees
von: Chen, Ziqin, et al.
Veröffentlicht: (2026)

Ransomware Negotiation: Dynamics and Privacy-Preserving Mechanism Design
von: Zhang, Haohui, et al.
Veröffentlicht: (2025)

Optimal Attack and Defense for Reinforcement Learning
von: McMahan, Jeremy, et al.
Veröffentlicht: (2023)

On the Fragility of Contribution Score Computation in Federated Learning
von: Pejo, Balazs, et al.
Veröffentlicht: (2025)

Private and Robust Contribution Evaluation in Federated Learning
von: Velez, Delio Jaramillo, et al.
Veröffentlicht: (2026)

A Bayesian Incentive Mechanism for Poison-Resilient Federated Learning
von: Commey, Daniel, et al.
Veröffentlicht: (2025)

FedSV: Byzantine-Robust Federated Learning via Shapley Value
von: Otmani, Khaoula, et al.
Veröffentlicht: (2025)

PP-LEM: Efficient and Privacy-Preserving Clearance Mechanism for Local Energy Markets
von: Erdayandi, Kamil, et al.
Veröffentlicht: (2024)

pFedGame -- Decentralized Federated Learning using Game Theory in Dynamic Topology
von: Behera, Monik Raj, et al.
Veröffentlicht: (2024)

Meta Stackelberg Game: Robust Federated Learning against Adaptive and Mixed Poisoning Attacks
von: Li, Tao, et al.
Veröffentlicht: (2024)

Inception: Efficiently Computable Misinformation Attacks on Markov Games
von: McMahan, Jeremy, et al.
Veröffentlicht: (2024)

MetaTrading: An Immersion-Aware Model Trading Framework for Vehicular Metaverse Services
von: Wu, Hongjia, et al.
Veröffentlicht: (2024)

Differentially Private Auditing Under Strategic Response
von: Burnat, Florian A. D.
Veröffentlicht: (2026)

Quotient Semivalues for False-Name-Resistant Data Attribution
von: Burnat, Florian A. D., et al.
Veröffentlicht: (2026)

Game Theory for Adversarial Attacks and Defenses
von: Sharma, Shorya
Veröffentlicht: (2021)

Stackelberg Game Based Performance Optimization in Digital Twin Assisted Federated Learning over NOMA Networks
von: Wu, Bibo, et al.
Veröffentlicht: (2025)

An Adaptive Multichain Blockchain: A Multiobjective Optimization Approach
von: Talmon, Nimrod, et al.
Veröffentlicht: (2026)

Defending Against Poisoning Attacks in Federated Learning with Blockchain
von: Dong, Nanqing, et al.
Veröffentlicht: (2023)

Incentive Mechanism for Uncertain Tasks under Differential Privacy
von: Jiang, Xikun, et al.
Veröffentlicht: (2023)

Data Sharing with Endogenous Choices over Differential Privacy Levels
von: Bassily, Raef, et al.
Veröffentlicht: (2026)

Learning Near-Optimal Intrusion Responses Against Dynamic Attackers
von: Hammar, Kim, et al.
Veröffentlicht: (2023)

DPVS-Shapley:Faster and Universal Contribution Evaluation Component in Federated Learning
von: Yin, Ketin, et al.
Veröffentlicht: (2024)

Game-Theoretically Secure Distributed Protocols for Fair Allocation in Coalitional Games
von: Chan, T-H. Hubert, et al.
Veröffentlicht: (2024)

Game-Theoretic Analysis of Transaction Selection in DAG-Based Distributed Ledgers
von: Müller, Sebastian, et al.
Veröffentlicht: (2026)

Nash Incentive-compatible Online Mechanism Learning via Weakly Differentially Private Online Learning
von: Huh, Joon Suk, et al.
Veröffentlicht: (2024)

Proof-of-Learning with Incentive Security
von: Zhao, Zishuo, et al.
Veröffentlicht: (2024)

Towards Type Agnostic Cyber Defense Agents
von: Galinkin, Erick, et al.
Veröffentlicht: (2024)

Differentially Private Equilibrium Finding in Polymatrix Games
von: Liu, Mingyang, et al.
Veröffentlicht: (2025)

Optimizing Information Propagation for Blockchain-empowered Mobile AIGC: A Graph Attention Network Approach
von: Liao, Jiana, et al.
Veröffentlicht: (2024)

Mitigating Backdoor Attacks in Federated Learning Using PPA and MiniMax Game Theory
von: Wehbi, Osama, et al.
Veröffentlicht: (2026)

A First Order Meta Stackelberg Method for Robust Federated Learning (Technical Report)
von: Li, Henger, et al.
Veröffentlicht: (2023)

Economic Security of VDF-Based Randomness Beacons: Models, Thresholds, and Design Guidelines
von: Shang, Zhenhang, et al.
Veröffentlicht: (2026)

Credit Limits beyond Full Collateralization in Decentralized Micropayments: Incentive Conditions
von: Chen, Chien-Chih, et al.
Veröffentlicht: (2026)

It Takes Two: A Peer-Prediction Solution for Blockchain Verifier's Dilemma
von: Zhao, Zishuo, et al.
Veröffentlicht: (2024)

Prrr: Personal Random Rewards for Blockchain Reporting
von: Chen, Hongyin, et al.
Veröffentlicht: (2025)