Buchumschlag

Federated Graph Learning with Adaptive Importance-based Sampling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Anran, Chen, Yuanyuan, Ren, Chao, Wang, Wenhan, Hu, Ming, Li, Tianlin, Yu, Han, Chen, Qingyu
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Distributed, Parallel, and Cluster Computing Cryptography and Security Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SMTFL: Secure Model Training to Untrusted Participants in Federated Learning
von: Zhao, Zhihui, et al.
Veröffentlicht: (2025)

HERL: Tiered Federated Learning with Adaptive Homomorphic Encryption using Reinforcement Learning
von: Tang, Jiaxang, et al.
Veröffentlicht: (2024)

SHE-LoRA: Selective Homomorphic Encryption for Federated Tuning with Heterogeneous LoRA
von: Liu, Jianmin, et al.
Veröffentlicht: (2025)

Attack Graph Generation on HPC Clusters
von: Li, Ming, et al.
Veröffentlicht: (2025)

DarkFed: A Data-Free Backdoor Attack in Federated Learning
von: Li, Minghui, et al.
Veröffentlicht: (2024)

Denial-of-Service or Fine-Grained Control: Towards Flexible Model Poisoning Attacks on Federated Learning
von: Zhang, Hangtao, et al.
Veröffentlicht: (2023)

PPFPL: Cross-silo Privacy-preserving Federated Prototype Learning Against Data Poisoning Attacks
von: Zhang, Hongliang, et al.
Veröffentlicht: (2025)

DP2Guard: A Lightweight and Byzantine-Robust Privacy-Preserving Federated Learning Scheme for Industrial IoT
von: Han, Baofu, et al.
Veröffentlicht: (2025)

Fantastyc: Blockchain-based Federated Learning Made Secure and Practical
von: Boitier, William, et al.
Veröffentlicht: (2024)

LiFeChain: Lightweight Blockchain for Secure and Efficient Federated Lifelong Learning in IoT
von: Chen, Handi, et al.
Veröffentlicht: (2025)

LiteChain: A Lightweight Blockchain for Verifiable and Scalable Federated Learning in Massive Edge Networks
von: Chen, Handi, et al.
Veröffentlicht: (2025)

Zero-Knowledge Proof-Based Consensus for Blockchain-Secured Federated Learning
von: Fu, Tianxing, et al.
Veröffentlicht: (2025)

Advances in Privacy Preserving Federated Learning to Realize a Truly Learning Healthcare System
von: Madduri, Ravi, et al.
Veröffentlicht: (2024)

PCDM: A Diffusion-Based Data Poisoning Attack Against Federated Learning Systems
von: Sun, Wei, et al.
Veröffentlicht: (2026)

Towards Resilient Federated Learning in CyberEdge Networks: Recent Advances and Future Trends
von: Li, Kai, et al.
Veröffentlicht: (2025)

ACCESS-FL: Agile Communication and Computation for Efficient Secure Aggregation in Stable Federated Learning Networks
von: Nazemi, Niousha, et al.
Veröffentlicht: (2024)

T-Watch: Towards Timed Execution of Private Transaction in Blockchains
von: Li, Chao, et al.
Veröffentlicht: (2024)

An Adaptive Differential Privacy Method Based on Federated Learning
von: Wang, Zhiqiang, et al.
Veröffentlicht: (2024)

Foundation Models in Federated Learning: Assessing Backdoor Vulnerabilities
von: Li, Xi, et al.
Veröffentlicht: (2024)

Differentially-Private Multi-Tier Federated Learning
von: Chen, Evan, et al.
Veröffentlicht: (2024)

Lightweight Federated Learning with Differential Privacy and Straggler Resilience
von: Hong, Shu, et al.
Veröffentlicht: (2024)

SenseCrypt: Sensitivity-guided Selective Homomorphic Encryption for Joint Federated Learning in Cross-Device Scenarios
von: Li, Borui, et al.
Veröffentlicht: (2025)

Federated Analytics-Empowered Frequent Pattern Mining for Decentralized Web 3.0 Applications
von: Wang, Zibo, et al.
Veröffentlicht: (2024)

Achieving Byzantine-Resilient Federated Learning via Layer-Adaptive Sparsified Model Aggregation
von: Xu, Jiahao, et al.
Veröffentlicht: (2024)

SVAFD: A Secure and Verifiable Co-Aggregation Protocol for Federated Distillation
von: Wen, Tian, et al.
Veröffentlicht: (2025)

ADI: Adversarial Dominating Inputs in Vertical Federated Learning Systems
von: Pang, Qi, et al.
Veröffentlicht: (2022)

When Quantum Federated Learning Meets Blockchain in 6G Networks
von: Nguyen, Dinh C., et al.
Veröffentlicht: (2025)

DPBalance: Efficient and Fair Privacy Budget Scheduling for Federated Learning as a Service
von: Liu, Yu, et al.
Veröffentlicht: (2024)

Quantum-Inspired Privacy-Preserving Federated Learning Framework for Secure Dementia Classification
von: Tanbhir, Gazi, et al.
Veröffentlicht: (2025)

Adversarial Analysis of the Differentially-Private Federated Learning in Cyber-Physical Critical Infrastructures
von: Hossain, Md Tamjid, et al.
Veröffentlicht: (2022)

CHRONOS: A Hardware-Assisted Phase-Decoupled Framework for Secure Federated Learning in IoT
von: Dang, Hung
Veröffentlicht: (2026)

A Sharded Blockchain-Based Secure Federated Learning Framework for LEO Satellite Networks
von: Wu, Wenbo, et al.
Veröffentlicht: (2024)

Trustworthy Federated Learning: Privacy, Security, and Beyond
von: Chen, Chunlu, et al.
Veröffentlicht: (2024)

BotDetect: A Decentralized Federated Learning Framework for Detecting Financial Bots on the EVM Blockchains
von: Bendada, Ahmed Mounsf Rafik, et al.
Veröffentlicht: (2025)

FedGuard: A Diverse-Byzantine-Robust Mechanism for Federated Learning with Major Malicious Clients
von: Jiang, Haocheng, et al.
Veröffentlicht: (2025)

Distributed Temporal Graph Learning with Provenance for APT Detection in Supply Chains
von: Tan, Zhuoran, et al.
Veröffentlicht: (2025)

Lancelot: Towards Efficient and Privacy-Preserving Byzantine-Robust Federated Learning within Fully Homomorphic Encryption
von: Jiang, Siyang, et al.
Veröffentlicht: (2024)

Bitcoin Inscriptions: Foundations and Beyond
von: Li, Ningran, et al.
Veröffentlicht: (2024)

RegGuard: Legitimacy and Fairness Enforcement for Optimistic Rollups
von: Shang, Zhenhang, et al.
Veröffentlicht: (2026)

LIFT: Byzantine Resilient Hub-Sampling
von: Legheraba, Mohamed Amine, et al.
Veröffentlicht: (2026)