:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Macias-Fassio, Eric, Morales, Aythami, Pruenza, Cristina, Fierrez, Julian
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	https://arxiv.org/abs/2404.16638
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SaFL: Sybil-aware Federated Learning with Application to Face Recognition
von: Ghafourian, Mahdi, et al.
Veröffentlicht: (2023)

FakeIDet: Exploring Patches for Privacy-Preserving Fake ID Detection
von: Muñoz-Haro, Javier, et al.
Veröffentlicht: (2025)

PBa-LLM: Privacy- and Bias-aware NLP using Named-Entity Recognition (NER)
von: Mancera, Gonzalo, et al.
Veröffentlicht: (2025)

Scalable and Privacy-Preserving Synthetic Data Generation on Decentralised Web
von: Ramesh, Vishal, et al.
Veröffentlicht: (2023)

Empowering Digital Agriculture: A Privacy-Preserving Framework for Data Sharing and Collaborative Research
von: Zafar, Osama, et al.
Veröffentlicht: (2025)

Privacy Preserving Data Imputation via Multi-party Computation for Medical Applications
von: Jentsch, Julia, et al.
Veröffentlicht: (2024)

Data Privacy Preservation on the Internet of Things
von: Sen, Jaydip, et al.
Veröffentlicht: (2023)

Privacy-Aware Detection of Fake Identity Documents: Methodology, Benchmark, and Improved Algorithms (FakeIDet2)
von: Muñoz-Haro, Javier, et al.
Veröffentlicht: (2025)

Privacy-Preserving Fair Synthetic Tabular Data
von: Sarmin, Fatima J., et al.
Veröffentlicht: (2025)

Generating Synthetic Health Sensor Data for Privacy-Preserving Wearable Stress Detection
von: Lange, Lucas, et al.
Veröffentlicht: (2024)

SafeSynthDP: Leveraging Large Language Models for Privacy-Preserving Synthetic Data Generation Using Differential Privacy
von: Nahid, Md Mahadi Hasan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Generative Models: A Comprehensive Survey
von: Padariya, Debalina, et al.
Veröffentlicht: (2025)

Secure Sparse Matrix Multiplications and their Applications to Privacy-Preserving Machine Learning
von: Damie, Marc, et al.
Veröffentlicht: (2025)

mPSAuth: Privacy-Preserving and Scalable Authentication for Mobile Web Applications
von: Monschein, David, et al.
Veröffentlicht: (2022)

KIPPS: Knowledge infusion in Privacy Preserving Synthetic Data Generation
von: Kotal, Anantaa, et al.
Veröffentlicht: (2024)

Starlit: Privacy-Preserving Federated Learning to Enhance Financial Fraud Detection
von: Abadi, Aydin, et al.
Veröffentlicht: (2024)

The Normal Distributions Indistinguishability Spectrum and its Application to Privacy-Preserving Machine Learning
von: Wei, Yu, et al.
Veröffentlicht: (2023)

Privacy-Preserving Data Linkage Across Private and Public Datasets for Collaborative Agriculture Research
von: Zafar, Osama, et al.
Veröffentlicht: (2024)

Blockchain and Biometrics: Survey, GDPR Analysis, and Future Directions
von: Ghafourian, Mahdi, et al.
Veröffentlicht: (2023)

SpamDam: Towards Privacy-Preserving and Adversary-Resistant SMS Spam Detection
von: Li, Yekai, et al.
Veröffentlicht: (2024)

Privacy-Preserving In-Context Learning with Differentially Private Few-Shot Generation
von: Tang, Xinyu, et al.
Veröffentlicht: (2023)

Privacy-Preserving Analytics for Smart Meter (AMI) Data: A Hybrid Approach to Comply with CPUC Privacy Regulations
von: Westrich, Benjamin
Veröffentlicht: (2025)

Agentic Privacy-Preserving Machine Learning
von: Zhang, Mengyu, et al.
Veröffentlicht: (2025)

Preserving Privacy and Security in Federated Learning
von: Nguyen, Truc, et al.
Veröffentlicht: (2022)

ObCLIP: Oblivious CLoud-Device Hybrid Image Generation with Privacy Preservation
von: Wu, Haoqi, et al.
Veröffentlicht: (2025)

Secure and Privacy-Preserving Federated Learning for Next-Generation Underground Mine Safety
von: Elmahallawy, Mohamed, et al.
Veröffentlicht: (2025)

A User-Centric, Privacy-Preserving, and Verifiable Ecosystem for Personal Data Management and Utilization
von: Zafar, Osama, et al.
Veröffentlicht: (2025)

Privacy Preserving Reinforcement Learning for Population Processes
von: Yang-Zhao, Samuel, et al.
Veröffentlicht: (2024)

Privacy-Preserving Hierarchical Model-Distributed Inference
von: Dehkordi, Fatemeh Jafarian, et al.
Veröffentlicht: (2024)

Privacy-Preserving Inference for Quantized BERT Models
von: Lu, Tianpei, et al.
Veröffentlicht: (2025)

Privacy-Preserving Vertical K-Means Clustering
von: Mazzone, Federico, et al.
Veröffentlicht: (2025)

Privacy Preservation through Practical Machine Unlearning
von: Dilworth, Robert
Veröffentlicht: (2025)

Preserving Data Privacy for ML-driven Applications in Open Radio Access Networks
von: Gajjar, Pranshav, et al.
Veröffentlicht: (2024)

Privacy-Preserving Generative Modeling and Clinical Validation of Longitudinal Health Records for Chronic Disease
von: Ballyk, Benjamin D., et al.
Veröffentlicht: (2025)

Optimizing Privacy-Preserving Primitives to Support LLM-Scale Applications
von: Jandali, Yaman, et al.
Veröffentlicht: (2025)

CENTAUR: Bridging the Impossible Trinity of Privacy, Efficiency, and Performance in Privacy-Preserving Transformer Inference
von: Luo, Jinglong, et al.
Veröffentlicht: (2024)

A Privacy-Preserving Framework for Advertising Personalization Incorporating Federated Learning and Differential Privacy
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Privacy-Preserving Optimal Parameter Selection for Collaborative Clustering
von: Ghasemian, Maryam, et al.
Veröffentlicht: (2024)

Privacy-Preserving Verifiable Neural Network Inference Service
von: Riasi, Arman, et al.
Veröffentlicht: (2024)

Automated Privacy-Preserving Techniques via Meta-Learning
von: Carvalho, Tânia, et al.
Veröffentlicht: (2024)