Buchumschlag

ByzFL: Research Framework for Robust Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	González, Marc, Guerraoui, Rachid, Pinot, Rafael, Rizk, Geovani, Stephan, John, Taïani, François
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Overcoming the Challenges of Batch Normalization in Federated Learning
von: Guerraoui, Rachid, et al.
Veröffentlicht: (2024)

Adaptive Gradient Clipping for Robust Federated Learning
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

Byzantine-Robust Federated Learning: Impact of Client Subsampling and Local Updates
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

On the Relevance of Byzantine Robust Optimization Against Data Poisoning
von: Farhadkhani, Sadegh, et al.
Veröffentlicht: (2024)

Fine-Tuning Personalization in Federated Learning to Mitigate Adversarial Clients
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

Robust Federated Inference
von: Dhasade, Akash, et al.
Veröffentlicht: (2025)

Towards Trustworthy Federated Learning with Untrusted Participants
von: Allouah, Youssef, et al.
Veröffentlicht: (2025)

Balancing Privacy, Robustness, and Efficiency in Machine Learning
von: Allouah, Youssef, et al.
Veröffentlicht: (2023)

Revisiting Ensembling in One-Shot Federated Learning
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

Robust and Efficient Collaborative Learning
von: Mrini, Abdellah El, et al.
Veröffentlicht: (2025)

Your Neighbors Know: Leveraging Local Neighborhoods for Backdoor Detection in Decentralized Learning
von: Biswas, Sayan, et al.
Veröffentlicht: (2026)

Distributional Machine Unlearning via Selective Data Removal
von: Allouah, Youssef, et al.
Veröffentlicht: (2025)

ProFL: Performative Robust Optimal Federated Learning
von: Zheng, Xue, et al.
Veröffentlicht: (2024)

Fairness Meets Privacy: Integrating Differential Privacy and Demographic Parity in Multi-class Classification
von: Say, Lilian, et al.
Veröffentlicht: (2025)

Privacy Amplification by Missing Data
von: Roburin, Simon, et al.
Veröffentlicht: (2026)

UnifiedFL: A Dynamic Unified Learning Framework for Equitable Federation
von: Pala, Furkan, et al.
Veröffentlicht: (2025)

HYDRA-FL: Hybrid Knowledge Distillation for Robust and Accurate Federated Learning
von: Khan, Momin Ahmad, et al.
Veröffentlicht: (2024)

The Utility and Complexity of in- and out-of-Distribution Machine Unlearning
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)

Mosaic Learning: A Framework for Decentralized Learning with Model Fragmentation
von: Biswas, Sayan, et al.
Veröffentlicht: (2026)

Efficient Federated Search for Retrieval-Augmented Generation using Lightweight Routing
von: Dhasade, Akash, et al.
Veröffentlicht: (2025)

FIRMA: FIbonacci Ring Model Aggregation for Privacy-preserving Federated Learning
von: Hedjam, Rachid
Veröffentlicht: (2026)

BlazeFL: Fast and Deterministic Federated Learning Simulation
von: Azuma, Kitsuya, et al.
Veröffentlicht: (2026)

Accelerating Transfer Learning with Near-Data Computation on Cloud Object Stores
von: Petrescu, Diana, et al.
Veröffentlicht: (2022)

Certified Unlearning for Neural Networks
von: Koloskova, Anastasia, et al.
Veröffentlicht: (2025)

Unified Privacy Guarantees for Decentralized Learning via Matrix Factorization
von: Bellet, Aurélien, et al.
Veröffentlicht: (2025)

IP-FL: Incentivized and Personalized Federated Learning
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2023)

Equalized Generative Treatment: Matching f-divergences for Fairness in Generative Models
von: Verine, Alexandre, et al.
Veröffentlicht: (2026)

LiD-FL: Towards List-Decodable Federated Learning
von: Liu, Hong, et al.
Veröffentlicht: (2024)

DynamicFL: Federated Learning with Dynamic Communication Resource Allocation
von: Le, Qi, et al.
Veröffentlicht: (2024)

On the Inherent Anonymity of Gossiping
von: Guerraoui, Rachid, et al.
Veröffentlicht: (2023)

FL-Defender: Combating Targeted Attacks in Federated Learning
von: Jebreel, Najeeb, et al.
Veröffentlicht: (2022)

ProxyFL: A Proxy-Guided Framework for Federated Semi-Supervised Learning
von: Chen, Duowen, et al.
Veröffentlicht: (2026)

Log Probability Tracking of LLM APIs
von: Chauvin, Timothée, et al.
Veröffentlicht: (2025)

BlendFL: Blended Federated Learning for Handling Multimodal Data Heterogeneity
von: Guerra-Manzanares, Alejandro, et al.
Veröffentlicht: (2025)

De-VertiFL: A Solution for Decentralized Vertical Federated Learning
von: Celdrán, Alberto Huertas, et al.
Veröffentlicht: (2024)

GitFL: Adaptive Asynchronous Federated Learning using Version Control
von: Hu, Ming, et al.
Veröffentlicht: (2022)

(FL)$^2$: Overcoming Few Labels in Federated Semi-Supervised Learning
von: Lee, Seungjoo, et al.
Veröffentlicht: (2024)

SpooFL: Spoofing Federated Learning
von: Baglin, Isaac, et al.
Veröffentlicht: (2026)

Meta-FL: A Novel Meta-Learning Framework for Optimizing Heterogeneous Model Aggregation in Federated Learning
von: Alsulaimawi, Zahir
Veröffentlicht: (2024)

The Privacy Power of Correlated Noise in Decentralized Learning
von: Allouah, Youssef, et al.
Veröffentlicht: (2024)