Buchumschlag

Benchmarking Secure Sampling Protocols for Differential Privacy

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fu, Yucheng, Wang, Tianhao
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Network-Aware Differential Privacy
von: Li, Zhou, et al.
Veröffentlicht: (2025)

Security and Privacy Analysis of Tile's Location Tracking Protocol
von: Kumar, Akshaya, et al.
Veröffentlicht: (2025)

Benchmarking Differentially Private Tabular Data Synthesis
von: Chen, Kai, et al.
Veröffentlicht: (2025)

DPBloomfilter: Securing Bloom Filters with Differential Privacy
von: Ke, Yekun, et al.
Veröffentlicht: (2025)

PrivCode: When Code Generation Meets Differential Privacy
von: Liu, Zheng, et al.
Veröffentlicht: (2025)

SMCP: Secure Model Context Protocol
von: Hou, Xinyi, et al.
Veröffentlicht: (2026)

Robust Single-message Shuffle Differential Privacy Protocol for Accurate Distribution Estimation
von: Li, Xiaoguang, et al.
Veröffentlicht: (2026)

Securing Unbounded Differential Privacy Against Timing Attacks
von: Ratliff, Zachary, et al.
Veröffentlicht: (2025)

RAIN: Secure and Robust Aggregation under Shuffle Model of Differential Privacy
von: Li, Yuhang, et al.
Veröffentlicht: (2026)

ZAPS: A Zero-Knowledge Proof Protocol for Secure UAV Authentication with Flight Path Privacy
von: Naziri, Shayesta, et al.
Veröffentlicht: (2025)

Privacy Audit as Bits Transmission: (Im)possibilities for Audit by One Run
von: Xiang, Zihang, et al.
Veröffentlicht: (2025)

Fine-grained Manipulation Attacks to Local Differential Privacy Protocols for Data Streams
von: Li, Xinyu, et al.
Veröffentlicht: (2025)

Augmented Shuffle Protocols for Accurate and Robust Frequency Estimation under Differential Privacy
von: Murakami, Takao, et al.
Veröffentlicht: (2025)

Data Poisoning Attacks to Local Differential Privacy Protocols for Graphs
von: He, Xi, et al.
Veröffentlicht: (2024)

A Unified View of IoT And CPS Security and Privacy
von: Luo, Lan, et al.
Veröffentlicht: (2022)

Augmented Shuffle Differential Privacy Protocols for Large-Domain Categorical and Key-Value Data
von: Murakami, Takao, et al.
Veröffentlicht: (2025)

DPImageBench: A Unified Benchmark for Differentially Private Image Synthesis
von: Gong, Chen, et al.
Veröffentlicht: (2025)

Tight Privacy Audit in One Run
von: Xiang, Zihang, et al.
Veröffentlicht: (2025)

Privacy for Free: Leveraging Local Differential Privacy Perturbed Data from Multiple Services
von: Du, Rong, et al.
Veröffentlicht: (2025)

When FinTech Meets Privacy: Securing Financial LLMs with Differential Private Fine-Tuning
von: Zhu, Sichen, et al.
Veröffentlicht: (2025)

Cooperative Local Differential Privacy: Securing Time Series Data in Distributed Environments
von: Singh, Bikash Chandra, et al.
Veröffentlicht: (2025)

Secure Stateful Aggregation: A Practical Protocol with Applications in Differentially-Private Federated Learning
von: Ball, Marshall, et al.
Veröffentlicht: (2024)

Post-Processing in Local Differential Privacy: An Extensive Evaluation and Benchmark Platform
von: Khodaie, Alireza, et al.
Veröffentlicht: (2025)

FedFDP: Fairness-Aware Federated Learning with Differential Privacy
von: Ling, Xinpeng, et al.
Veröffentlicht: (2024)

Poisoning Attacks to Local Differential Privacy Protocols for Trajectory Data
von: Hsu, I-Jung, et al.
Veröffentlicht: (2025)

SecGoal: A Benchmark for Extracting Formalizable Security Goals from Protocol Documents
von: Huang, Dawei, et al.
Veröffentlicht: (2026)

LDP$^3$: An Extensible and Multi-Threaded Toolkit for Local Differential Privacy Protocols and Post-Processing Methods
von: Balioglu, Berkay Kemal, et al.
Veröffentlicht: (2025)

Revisiting Locally Differentially Private Protocols: Towards Better Trade-offs in Privacy, Utility, and Attack Resistance
von: Arcolezi, Héber H., et al.
Veröffentlicht: (2025)

Camel: Communication-Efficient and Maliciously Secure Federated Learning in the Shuffle Model of Differential Privacy
von: Xu, Shuangqing, et al.
Veröffentlicht: (2024)

PreCurious: How Innocent Pre-Trained Language Models Turn into Privacy Traps
von: Liu, Ruixuan, et al.
Veröffentlicht: (2024)

Optimal conversion from Rényi Differential Privacy to $f$-Differential Privacy
von: Riess, Anneliese, et al.
Veröffentlicht: (2026)

Efficient Fault-Tolerant Quantum Protocol for Differential Privacy in the Shuffle Model
von: Asghar, Hassan Jameel, et al.
Veröffentlicht: (2024)

Preserving Node-level Privacy in Graph Neural Networks
von: Xiang, Zihang, et al.
Veröffentlicht: (2023)

Verifiable Differential Privacy
von: Biswas, Ari, et al.
Veröffentlicht: (2022)

On the Differential Privacy and Interactivity of Privacy Sandbox Reports
von: Ghazi, Badih, et al.
Veröffentlicht: (2024)

Calyx: Privacy-Preserving Multi-Token Optimistic-Rollup Protocol
von: Apel, Dominik, et al.
Veröffentlicht: (2025)

NetDPSyn: Synthesizing Network Traces under Differential Privacy
von: Sun, Danyu, et al.
Veröffentlicht: (2024)

Ariadne: a Privacy-Preserving Communication Protocol
von: Fressancourt, Antoine, et al.
Veröffentlicht: (2024)

Local Differential Privacy is Not Enough: A Sample Reconstruction Attack against Federated Learning with Local Differential Privacy
von: You, Zhichao, et al.
Veröffentlicht: (2025)

Model Context Protocol for Vision Systems: Audit, Security, and Protocol Extensions
von: Tiwari, Aditi, et al.
Veröffentlicht: (2025)