Buchumschlag

Privacy-Preserving Federated Learning Framework for Risk-Based Adaptive Authentication

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baseri, Yaser, Hafid, Abdelhakim Senhaji, Makrakis, Dimitrios, Fereidouni, Hamidreza
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Cryptography and Security
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

F-RBA: A Federated Learning-based Framework for Risk-based Authentication
von: Fereidouni, Hamidreza, et al.
Veröffentlicht: (2024)

Privacy-Enhanced Adaptive Authentication: User Profiling with Privacy Guarantees
von: Baseri, Yaser, et al.
Veröffentlicht: (2024)

Integration of Federated Learning and Blockchain in Healthcare: A Tutorial
von: Shahsavari, Yahya, et al.
Veröffentlicht: (2024)

Blockchain Security Risk Assessment in Quantum Era, Migration Strategies and Proactive Defense
von: Baseri, Yaser, et al.
Veröffentlicht: (2025)

Navigating Quantum Security Risks in Networked Environments: A Comprehensive Study of Quantum-Safe Network Protocols
von: Baseri, Yaser, et al.
Veröffentlicht: (2024)

Future-Proofing Cloud Security Against Quantum Attacks: Risk, Transition, and Mitigation Strategies
von: Baseri, Yaser, et al.
Veröffentlicht: (2025)

A Blockchain-Based Audit Mechanism for Trust and Integrity in IoT-Fog Environments
von: Martinez, Ismael, et al.
Veröffentlicht: (2024)

Vulnerabilities of smart contracts and mitigation schemes: A Comprehensive Survey
von: Haouari, Wejdene, et al.
Veröffentlicht: (2024)

Maximal Extractable Value Mitigation Approaches in Ethereum and Layer-2 Chains: A Comprehensive Survey
von: Alipanahloo, Zeinab, et al.
Veröffentlicht: (2024)

Quantum Attacks Targeting Nuclear Power Plants: Threat Analysis, Defense and Mitigation Strategies
von: Baseri, Yaser, et al.
Veröffentlicht: (2026)

Evaluation Framework for Quantum Security Risk Assessment: A Comprehensive Strategy for Quantum-Safe Transition
von: Baseri, Yaser, et al.
Veröffentlicht: (2024)

Cybersecurity in the Quantum Era: Assessing the Impact of Quantum Computing on Infrastructure
von: Baseri, Yaser, et al.
Veröffentlicht: (2024)

A Privacy-Preserving Information-Sharing Protocol for Federated Authentication
von: Buccafurri, Francesco, et al.
Veröffentlicht: (2025)

IoT and Man-in-the-Middle Attacks
von: Fereidouni, Hamidreza, et al.
Veröffentlicht: (2023)

Privacy-Preserving Authentication: Theory vs. Practice
von: Slamanig, Daniel
Veröffentlicht: (2025)

FedCAPrivacy: Privacy-Preserving Heterogeneous Federated Learning with Anonymous Adaptive Clustering
von: Wei, Yunan, et al.
Veröffentlicht: (2025)

Privacy-Preserving Decentralized Federated Learning via Explainable Adaptive Differential Privacy
von: Piran, Fardin Jalil, et al.
Veröffentlicht: (2025)

Secure and Privacy-Preserving Authentication for Data Subject Rights Enforcement
von: Hansen, Malte, et al.
Veröffentlicht: (2024)

zkLogin: Privacy-Preserving Blockchain Authentication with Existing Credentials
von: Baldimtsi, Foteini, et al.
Veröffentlicht: (2024)

Federated Learning-Enhanced Blockchain Framework for Privacy-Preserving Intrusion Detection in Industrial IoT
von: Ali, Anas, et al.
Veröffentlicht: (2025)

ZK-SERIES: Privacy-Preserving Authentication using Temporal Biometric Data
von: Reijsbergen, Daniel, et al.
Veröffentlicht: (2025)

Quantum-Secure Certificate-Less Conditional Privacy-Preserving Authentication for VANET
von: Verma, Girraj Kumar, et al.
Veröffentlicht: (2024)

Verifiability and Privacy in Federated Learning through Context-Hiding Multi-Key Homomorphic Authenticators
von: Bottoni, Simone, et al.
Veröffentlicht: (2025)

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

PrivFED -- A Framework for Privacy-Preserving Federated Learning in Enhanced Breast Cancer Diagnosis
von: Jha, Maithili, et al.
Veröffentlicht: (2024)

Efficient Federated Unlearning with Adaptive Differential Privacy Preservation
von: Jiang, Yu, et al.
Veröffentlicht: (2024)

Towards Securing IIoT: An Innovative Privacy-Preserving Anomaly Detector Based on Federated Learning
von: Poorazad, Samira Kamali, et al.
Veröffentlicht: (2026)

A Privacy-Preserving Framework for Advertising Personalization Incorporating Federated Learning and Differential Privacy
von: Li, Xiang, et al.
Veröffentlicht: (2025)

Privacy-Preserving and Simultaneous Authentication in High-Density V2X Networks
von: Afshar, Morteza Azmoudeh, et al.
Veröffentlicht: (2025)

Iris: Dynamic Privacy Preserving Search in Authenticated Chord Peer-to-Peer Networks
von: Aktypi, Angeliki, et al.
Veröffentlicht: (2023)

Enabling Privacy-Preserving Cyber Threat Detection with Federated Learning
von: Bi, Yu, et al.
Veröffentlicht: (2024)

Efficient Byzantine-Robust and Provably Privacy-Preserving Federated Learning
von: Nie, Chenfei, et al.
Veröffentlicht: (2024)

Efficient Secure Aggregation for Privacy-Preserving Federated Machine Learning
von: Behnia, Rouzbeh, et al.
Veröffentlicht: (2023)

Preserving Privacy and Security in Federated Learning
von: Nguyen, Truc, et al.
Veröffentlicht: (2022)

FedAdOb: Privacy-Preserving Federated Deep Learning with Adaptive Obfuscation
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

Federated Learning Based Decentralized Adaptive Intelligent Transmission Protocol for Privacy Preserving 6G Networks
von: Ahmed, Ansar
Veröffentlicht: (2025)

FL-DABE-BC: A Privacy-Enhanced, Decentralized Authentication, and Secure Communication for Federated Learning Framework with Decentralized Attribute-Based Encryption and Blockchain for IoT Scenarios
von: Narkedimilli, Sathwik, et al.
Veröffentlicht: (2024)

Bridging Local and Federated Data Normalization in Federated Learning: A Privacy-Preserving Approach
von: Coşğun, Melih, et al.
Veröffentlicht: (2025)

Towards Benchmark Datasets for Machine Learning Based Website Phishing Detection: An experimental study
von: Hannousse, Abdelhakim, et al.
Veröffentlicht: (2020)

FL-DECO-BC: A Privacy-Preserving, Provably Secure, and Provenance-Preserving Federated Learning Framework with Decentralized Oracles on Blockchain for VANETs
von: Narkedimilli, Sathwik, et al.
Veröffentlicht: (2024)