Buchumschlag

PrivTuner with Homomorphic Encryption and LoRA: A P3EFT Scheme for Privacy-Preserving Parameter-Efficient Fine-Tuning of AI Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yang, Yu, Wenhan, Zhao, Jun
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

PrivTune: Efficient and Privacy-Preserving Fine-Tuning of Large Language Models via Device-Cloud Collaboration
von: Liu, Yi, et al.
Veröffentlicht: (2025)

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

Private LoRA Fine-tuning of Open-Source LLMs with Homomorphic Encryption
von: Frery, Jordan, et al.
Veröffentlicht: (2025)

Efficient and Privacy-Preserving Federated Learning based on Full Homomorphic Encryption
von: Guo, Yuqi, et al.
Veröffentlicht: (2024)

Efficient Privacy-Preserving Sparse Matrix-Vector Multiplication Using Homomorphic Encryption
von: Gao, Yang, et al.
Veröffentlicht: (2026)

Efficient Privacy-Preserving KAN Inference Using Homomorphic Encryption
von: Lai, Zhizheng, et al.
Veröffentlicht: (2024)

Efficient Privacy-Preserving Cross-Silo Federated Learning with Multi-Key Homomorphic Encryption
von: Omar, Abdullah Al, et al.
Veröffentlicht: (2025)

PP-STAT: An Efficient Privacy-Preserving Statistical Analysis Framework using Homomorphic Encryption
von: Choi, Hyunmin
Veröffentlicht: (2025)

Towards Privacy-Preserving Federated Learning using Hybrid Homomorphic Encryption
von: Costa, Ivan, et al.
Veröffentlicht: (2026)

Privacy-Preserving Cyberattack Detection in Blockchain-Based IoT Systems Using AI and Homomorphic Encryption
von: Manh, Bui Duc, et al.
Veröffentlicht: (2024)

Privacy-Preserving Diffusion Model Using Homomorphic Encryption
von: Chen, Yaojian, et al.
Veröffentlicht: (2024)

MedBlindTuner: Towards Privacy-preserving Fine-tuning on Biomedical Images with Transformers and Fully Homomorphic Encryption
von: Panzade, Prajwal, et al.
Veröffentlicht: (2024)

LoREnc: Low-Rank Encryption for Securing Foundation Models and LoRA Adapters
von: Ahn, Beomjin, et al.
Veröffentlicht: (2026)

Blind Evaluation Framework for Fully Homomorphic Encryption and Privacy-Preserving Machine Learning
von: Lee, Hunjae "Timothy", et al.
Veröffentlicht: (2023)

Secure Multi-Key Homomorphic Encryption with Application to Privacy-Preserving Federated Learning
von: Wu, Jiahui, et al.
Veröffentlicht: (2025)

Activate Me!: Designing Efficient Activation Functions for Privacy-Preserving Machine Learning with Fully Homomorphic Encryption
von: Njungle, Nges Brian, et al.
Veröffentlicht: (2025)

LoRA-Key: User-Centric LoRA Watermarking for Text-to-Image Diffusion Models
von: Wang, Yaopeng, et al.
Veröffentlicht: (2026)

A Pervasive, Efficient and Private Future: Realizing Privacy-Preserving Machine Learning Through Hybrid Homomorphic Encryption
von: Nguyen, Khoa, et al.
Veröffentlicht: (2024)

Blockchain-Integrated Privacy-Preserving Medical Insurance Claim Processing Using Homomorphic Encryption
von: Mamoria, Diya, et al.
Veröffentlicht: (2025)

LoRA as Oracle
von: Arazzi, Marco, et al.
Veröffentlicht: (2026)

Outsourced Privacy-Preserving Feature Selection Based on Fully Homomorphic Encryption
von: Wakiyama, Koki, et al.
Veröffentlicht: (2025)

GuardML: Efficient Privacy-Preserving Machine Learning Services Through Hybrid Homomorphic Encryption
von: Frimpong, Eugene, et al.
Veröffentlicht: (2024)

FedML-HE: An Efficient Homomorphic-Encryption-Based Privacy-Preserving Federated Learning System
von: Jin, Weizhao, et al.
Veröffentlicht: (2023)

LoRA-Leak: Membership Inference Attacks Against LoRA Fine-tuned Language Models
von: Ran, Delong, et al.
Veröffentlicht: (2025)

Efficient Privacy-Preserving Recommendation on Sparse Data using Fully Homomorphic Encryption
von: Chowdhury, Moontaha Nishat, et al.
Veröffentlicht: (2025)

FHEON: A Configurable Framework for Developing Privacy-Preserving Neural Networks Using Homomorphic Encryption
von: Njungle, Nges Brian, et al.
Veröffentlicht: (2025)

A Privacy-Preserving Graph Encryption Scheme Based on Oblivious RAM
von: Kane, Seyni, et al.
Veröffentlicht: (2024)

Privacy-Preserving Parameter-Efficient Fine-Tuning for Large Language Model Services
von: Li, Yansong, et al.
Veröffentlicht: (2023)

A Privacy-Preserving Federated Learning Method with Homomorphic Encryption in Omics Data
von: Negoya, Yusaku, et al.
Veröffentlicht: (2025)

HHEML: Hybrid Homomorphic Encryption for Privacy-Preserving Machine Learning on Edge
von: Chan, Yu Hin, et al.
Veröffentlicht: (2025)

Multimodal Privacy-Preserving Entity Resolution with Fully Homomorphic Encryption
von: Roy, Susim, et al.
Veröffentlicht: (2026)

A Homomorphic Encryption Framework for Privacy-Preserving Spiking Neural Networks
von: Nikfam, Farzad, et al.
Veröffentlicht: (2023)

Blind-Touch: Homomorphic Encryption-Based Distributed Neural Network Inference for Privacy-Preserving Fingerprint Authentication
von: Choi, Hyunmin, et al.
Veröffentlicht: (2023)

Experimental Evaluation of Post-Quantum Homomorphic Encryption for Privacy-Preserving I2I Communication in ITS
von: Mamun, Abdullah Al, et al.
Veröffentlicht: (2025)

HETAL: Efficient Privacy-preserving Transfer Learning with Homomorphic Encryption
von: Lee, Seewoo, et al.
Veröffentlicht: (2024)

Leaner Training, Lower Leakage: Revisiting Memorization in LLM Fine-Tuning with LoRA
von: Wang, Fei, et al.
Veröffentlicht: (2025)

AuthenLoRA: Entangling Stylization with Imperceptible Watermarks for Copyright-Secure LoRA Adapters
von: Shi, Fangming, et al.
Veröffentlicht: (2025)

Homomorphic Encryption-Enabled Federated Learning for Privacy-Preserving Intrusion Detection in Resource-Constrained IoV Networks
von: Manh, Bui Duc, et al.
Veröffentlicht: (2024)

Design and Optimization of Cloud Native Homomorphic Encryption Workflows for Privacy-Preserving ML Inference
von: Bollikonda, Tejaswini
Veröffentlicht: (2025)

Privacy-Preserving Federated Learning via Homomorphic Adversarial Networks
von: Dong, Wenhan, et al.
Veröffentlicht: (2024)