Buchumschlag

Breaking Data Silos: Towards Open and Scalable Mobility Foundation Models via Generative Continual Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yuan, Yuan, Liu, Yukun, Han, Chonghua, Feng, Jie, Li, Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Graph Learning Across Data Silos
von: Zhang, Xiang, et al.
Veröffentlicht: (2023)

ULDP-FL: Federated Learning with Across Silo User-Level Differential Privacy
von: Kato, Fumiyuki, et al.
Veröffentlicht: (2023)

Towards Scalable and Robust Model Versioning
von: Ding, Wenxin, et al.
Veröffentlicht: (2024)

Disentangle Estimation of Causal Effects from Cross-Silo Data
von: Liu, Yuxuan, et al.
Veröffentlicht: (2024)

FedSpy-LLM: Towards Scalable and Generalizable Data Reconstruction Attacks from Gradients on LLMs
von: Meerza, Syed Irfan Ali, et al.
Veröffentlicht: (2026)

VFLGAN-TS: Vertical Federated Learning-based Generative Adversarial Networks for Publication of Vertically Partitioned Time-Series Data
von: Yuan, Xun, et al.
Veröffentlicht: (2024)

Towards Building Non-Fine-Tunable Foundation Models
von: Wang, Ziyao, et al.
Veröffentlicht: (2026)

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

Certifiable Black-Box Attacks with Randomized Adversarial Examples: Breaking Defenses with Provable Confidence
von: Hong, Hanbin, et al.
Veröffentlicht: (2023)

SoK: Verifiable Cross-Silo FL
von: Korneev, Aleksei, et al.
Veröffentlicht: (2024)

Mind the Gap: Towards Generalizable Autonomous Penetration Testing via Domain Randomization and Meta-Reinforcement Learning
von: Zhou, Shicheng, et al.
Veröffentlicht: (2024)

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

Towards Irreversible Machine Unlearning for Diffusion Models
von: Yuan, Xun, et al.
Veröffentlicht: (2025)

Federated Multi-Task Learning on Non-IID Data Silos: An Experimental Study
von: Yang, Yuwen, et al.
Veröffentlicht: (2024)

SiloFuse: Cross-silo Synthetic Data Generation with Latent Tabular Diffusion Models
von: Shankar, Aditya, et al.
Veröffentlicht: (2024)

Detecting Credit Card Fraud via Heterogeneous Graph Neural Networks with Graph Attention
von: Sha, Qiuwu, et al.
Veröffentlicht: (2025)

Privacy Preserving and Robust Aggregation for Cross-Silo Federated Learning in Non-IID Settings
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

GRID: Protecting Training Graph from Link Stealing Attacks on GNN Models
von: Lou, Jiadong, et al.
Veröffentlicht: (2025)

Training on Fake Labels: Mitigating Label Leakage in Split Learning via Secure Dimension Transformation
von: Jiang, Yukun, et al.
Veröffentlicht: (2024)

Fine-tuning of Large Language Models for Domain-Specific Cybersecurity Knowledge
von: Huang, Yuan
Veröffentlicht: (2025)

Towards Watermarking of Open-Source LLMs
von: Gloaguen, Thibaud, et al.
Veröffentlicht: (2025)

Learning Robust and Privacy-Preserving Representations via Information Theory
von: Zhang, Binghui, et al.
Veröffentlicht: (2024)

Towards Robust Real-Time Hardware-based Mobile Malware Detection using Multiple Instance Learning Formulation
von: Kumar, Harshit, et al.
Veröffentlicht: (2024)

Towards Biologically Plausible and Private Gene Expression Data Generation
von: Chen, Dingfan, et al.
Veröffentlicht: (2024)

Breaking Distortion-free Watermarks in Large Language Models
von: Reynolds, Shayleen, et al.
Veröffentlicht: (2025)

Securing Federated Learning against Backdoor Threats with Foundation Model Integration
von: Bi, Xiaohuan, et al.
Veröffentlicht: (2024)

PLRV-O: Advancing Differentially Private Deep Learning via Privacy Loss Random Variable Optimization
von: Yang, Qin, et al.
Veröffentlicht: (2025)

Towards Strong Certified Defense with Universal Asymmetric Randomization
von: Hong, Hanbin, et al.
Veröffentlicht: (2025)

Special Characters Attack: Toward Scalable Training Data Extraction From Large Language Models
von: Bai, Yang, et al.
Veröffentlicht: (2024)

UniMove: A Unified Model for Multi-city Human Mobility Prediction
von: Han, Chonghua, et al.
Veröffentlicht: (2025)

Federated Discrete Denoising Diffusion Model for Molecular Generation with OpenFL
von: Ta, Kevin, et al.
Veröffentlicht: (2025)

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

Quantization Blindspots: How Model Compression Breaks Backdoor Defenses
von: Pandey, Rohan, et al.
Veröffentlicht: (2025)

FedMIA: An Effective Membership Inference Attack Exploiting "All for One" Principle in Federated Learning
von: Zhu, Gongxi, et al.
Veröffentlicht: (2024)

Scalable Fingerprinting of Large Language Models
von: Nasery, Anshul, et al.
Veröffentlicht: (2025)

Fingerprint Vector: Enabling Scalable and Efficient Model Fingerprint Transfer via Vector Addition
von: Xu, Zhenhua, et al.
Veröffentlicht: (2024)

Toward More Generalized Malicious URL Detection Models
von: Tsai, YunDa, et al.
Veröffentlicht: (2022)

DDP-SA: Scalable Privacy-Preserving Federated Learning via Distributed Differential Privacy and Secure Aggregation
von: Wei, Wenjing, et al.
Veröffentlicht: (2026)

Privacy Backdoors: Stealing Data with Corrupted Pretrained Models
von: Feng, Shanglun, et al.
Veröffentlicht: (2024)

Federated Learning for Cross-Domain Data Privacy: A Distributed Approach to Secure Collaboration
von: Zhang, Yiwei, et al.
Veröffentlicht: (2025)