Buchumschlag

Secure and Efficient $L^p$-Norm Computation for Two-Party Learning Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Arastehfard, Ali, Liu, Weiran, Lee, Joshua, Liu, Bingyu, Ban, Xuegang, Hong, Yuan
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

SecureV2X: An Efficient and Privacy-Preserving System for Vehicle-to-Everything (V2X) Applications
von: Lee, Joshua, et al.
Veröffentlicht: (2025)

Efficient and High-Accuracy Secure Two-Party Protocols for a Class of Functions with Real-number Inputs
von: Guo, Hao, et al.
Veröffentlicht: (2025)

SoK: Taxonomy and Evaluation of Prompt Security in Large Language Models
von: Hong, Hanbin, et al.
Veröffentlicht: (2025)

Applications of Secure Multi-Party Computation in Financial Services
von: Sedraoui, Brahim Khalil, et al.
Veröffentlicht: (2026)

Experimental Examination of Secure Two-Party Controller Computation
von: Teranishi, Kaoru, et al.
Veröffentlicht: (2026)

Nimbus: Secure and Efficient Two-Party Inference for Transformers
von: Li, Zhengyi, et al.
Veröffentlicht: (2024)

Client-Aided Secure Two-Party Computation of Dynamic Controllers
von: Teranishi, Kaoru, et al.
Veröffentlicht: (2025)

On the Communication Complexity of Secure Multi-Party Computation With Aborts
von: Bartusek, James, et al.
Veröffentlicht: (2024)

Data Poisoning Attacks in Intelligent Transportation Systems: A Survey
von: Wang, Feilong, et al.
Veröffentlicht: (2024)

OPAF: Optimized Secure Two-Party Computation Protocols for Nonlinear Activation Functions in Recurrent Neural Network
von: Feng, Qian, et al.
Veröffentlicht: (2024)

Bifrost: A Much Simpler Secure Two-Party Data Join Protocol for Secure Data Analytics
von: Chen, Shuyu, et al.
Veröffentlicht: (2026)

Efficient Multi-Party Secure Comparison over Different Domains with Preprocessing Assistance
von: Wang, Kaiwen, et al.
Veröffentlicht: (2026)

Byzantine-Secure Relying Party for Resilient RPKI
von: Friess, Jens, et al.
Veröffentlicht: (2024)

PraxiMLP: A Threshold-based Framework for Efficient Three-Party MLP with Practical Security
von: Tao, Tianle, et al.
Veröffentlicht: (2025)

Commitment Schemes for Multi-Party Computation
von: Ionescu, Ioan, et al.
Veröffentlicht: (2025)

An Efficient and Secure Arbitrary N-Party Quantum Key Agreement Protocol Using Bell States
von: Liu, Wen-Jie, et al.
Veröffentlicht: (2023)

Spin: An Efficient Secure Computation Framework with GPU Acceleration
von: Jiang, Wuxuan, et al.
Veröffentlicht: (2024)

Privacy-Preserving Power Flow Analysis via Secure Multi-Party Computation
von: von der Heyden, Jonas, et al.
Veröffentlicht: (2024)

Beyond Yao's Millionaires: Secure Multi-Party Computation of Non-Polynomial Functions
von: Najarkolaei, Seyed Reza Hoseini, et al.
Veröffentlicht: (2024)

Blockchain-Enhanced Framework for Secure Third-Party Vendor Risk Management and Vigilant Security Controls
von: Gupta, Deepti, et al.
Veröffentlicht: (2024)

EVA-S2PMLP: Secure and Scalable Two-Party MLP via Spatial Transformation
von: Peng, Shizhao, et al.
Veröffentlicht: (2025)

Privacy-Preserving Quantum Two-Party Geometric Intersection
von: Liu, Wen-Jie, et al.
Veröffentlicht: (2023)

Multi-Party Private Set Intersection: A Circuit-Based Protocol with Jaccard Similarity for Secure and Efficient Anomaly Detection in Network Traffic
von: Su, Jiuheng, et al.
Veröffentlicht: (2024)

IDPFilter: Mitigating Interdependent Privacy Issues in Third-Party Apps
von: Liu, Shuaishuai, et al.
Veröffentlicht: (2024)

Identifying Non-Control Security-Critical Data through Program Dependence Learning
von: Wang, Zhilong, et al.
Veröffentlicht: (2021)

Efficient and Privacy-Preserving Binary Dot Product via Multi-Party Computation
von: Dehkordi, Fatemeh Jafarian, et al.
Veröffentlicht: (2025)

MapComp: A Secure View-based Collaborative Analytics Framework for Join-Group-Aggregation
von: Peng, Xinyu, et al.
Veröffentlicht: (2024)

ADCA: Attention-Driven Multi-Party Collusion Attack in Federated Self-Supervised Learning
von: Wang, Jiayao, et al.
Veröffentlicht: (2026)

EVA-S3PC: Efficient, Verifiable, Accurate Secure Matrix Multiplication Protocol Assembly and Its Application in Regression
von: Peng, Shizhao, et al.
Veröffentlicht: (2024)

W3ID: A Quantum Computing-Secure Digital Identity System Redefining Standards for Web3 and Digital Twins
von: Yun, Joseph, et al.
Veröffentlicht: (2025)

Bicoptor: Two-round Secure Three-party Non-linear Computation without Preprocessing for Privacy-preserving Machine Learning
von: Zhou, Lijing, et al.
Veröffentlicht: (2022)

Measuring the Security of Mobile LLM Agents under Adversarial Prompts from Untrusted Third-Party Channels
von: Du, Chenghao, et al.
Veröffentlicht: (2025)

Secure and Efficient Two-party Quantum Scalar Product Protocol With Application to Privacy-preserving Matrix Multiplication
von: Liu, Wen-Jie, et al.
Veröffentlicht: (2023)

PINE: Efficient Norm-Bound Verification for Secret-Shared Vectors
von: Rothblum, Guy N., et al.
Veröffentlicht: (2023)

Efficient and Secure Cross-Domain Data-Sharing for Resource-Constrained Internet of Things
von: Liu, Kexian, et al.
Veröffentlicht: (2024)

Computationally Efficient Replicable Learning of Parities and Applications
von: Noivirt, Moshe, et al.
Veröffentlicht: (2026)

The Security and Privacy of Mobile Edge Computing: An Artificial Intelligence Perspective
von: Wang, Cheng, et al.
Veröffentlicht: (2024)

NanoZone: Scalable, Efficient, and Secure Memory Protection for Arm CCA
von: Liu, Shiqi, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Framework for Robust and Secure LLM Watermarking
von: An, Li, et al.
Veröffentlicht: (2025)

Efficient Simulation of Quantum Secure Multiparty Computation
von: Sutradhar, Kartick
Veröffentlicht: (2025)