Flexible Threshold Multi-client Functional Encryption for Inner Product in Federated Learning
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Ruyuan, Han, Jinguang, Chen, Liqun |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2025
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Multi-client Functional Encryption for Set Intersection with Non-monotonic Access Structures in Federated Learning
di: Zhang, Ruyuan, et al.
Pubblicazione: (2024)
di: Zhang, Ruyuan, et al.
Pubblicazione: (2024)
Inner-product Functional Encryption with Fine-grained Revocation for Flexible EHR Sharing
di: Han, Yue, et al.
Pubblicazione: (2025)
di: Han, Yue, et al.
Pubblicazione: (2025)
Privacy-Preserving Traceable Functional Encryption for Inner Product
di: Qiu, Muyao, et al.
Pubblicazione: (2024)
di: Qiu, Muyao, et al.
Pubblicazione: (2024)
Privacy-Preserving Federated Learning from Partial Decryption Verifiable Threshold Multi-Client Functional Encryption
di: Wang, Minjie, et al.
Pubblicazione: (2025)
di: Wang, Minjie, et al.
Pubblicazione: (2025)
VFEFL: Privacy-Preserving Federated Learning against Malicious Clients via Verifiable Functional Encryption
di: Cai, Nina, et al.
Pubblicazione: (2025)
di: Cai, Nina, et al.
Pubblicazione: (2025)
LTRAS: A Linkable Threshold Ring Adaptor Signature Scheme for Efficient and Private Cross-Chain Transactions
di: Liang, Yi, et al.
Pubblicazione: (2026)
di: Liang, Yi, et al.
Pubblicazione: (2026)
Decentralized Multi-Authority Attribute-Based Inner-Product Functional Encryption: Noisy and Evasive Constructions from Lattices
di: Liu, Jiaqi, et al.
Pubblicazione: (2025)
di: Liu, Jiaqi, et al.
Pubblicazione: (2025)
Privacy-Preserving Edge Computing from Pairing-Based Inner Product Functional Encryption
di: Banerjee, Utsav
Pubblicazione: (2025)
di: Banerjee, Utsav
Pubblicazione: (2025)
Secure Multi-Key Homomorphic Encryption with Application to Privacy-Preserving Federated Learning
di: Wu, Jiahui, et al.
Pubblicazione: (2025)
di: Wu, Jiahui, et al.
Pubblicazione: (2025)
Privacy-preserving Federated Learning based on Multi-key Homomorphic Encryption
di: Ma, Jing, et al.
Pubblicazione: (2021)
di: Ma, Jing, et al.
Pubblicazione: (2021)
Secure Aggregation in Federated Learning using Multiparty Homomorphic Encryption
di: Hosseini, Erfan, et al.
Pubblicazione: (2025)
di: Hosseini, Erfan, et al.
Pubblicazione: (2025)
Adaptive Federated Learning with Functional Encryption: A Comparison of Classical and Quantum-safe Options
di: Sorbera, Enrico, et al.
Pubblicazione: (2025)
di: Sorbera, Enrico, et al.
Pubblicazione: (2025)
Arbitrary-Threshold Fully Homomorphic Encryption with Lower Complexity
di: Chang, Yijia, et al.
Pubblicazione: (2025)
di: Chang, Yijia, et al.
Pubblicazione: (2025)
Efficient Privacy-Preserving Cross-Silo Federated Learning with Multi-Key Homomorphic Encryption
di: Omar, Abdullah Al, et al.
Pubblicazione: (2025)
di: Omar, Abdullah Al, et al.
Pubblicazione: (2025)
Efficient Quantum-resistant Delegable Data Analysis Scheme with Revocation and Keyword Search in Mobile Cloud Computing
di: Han, Yue, et al.
Pubblicazione: (2025)
di: Han, Yue, et al.
Pubblicazione: (2025)
Improving Efficiency in Federated Learning with Optimized Homomorphic Encryption
di: Yang, Feiran
Pubblicazione: (2025)
di: Yang, Feiran
Pubblicazione: (2025)
Efficient and Privacy-Preserving Federated Learning based on Full Homomorphic Encryption
di: Guo, Yuqi, et al.
Pubblicazione: (2024)
di: Guo, Yuqi, et al.
Pubblicazione: (2024)
A Critical Look into Threshold Homomorphic Encryption for Private Average Aggregation
di: Morona-Mínguez, Miguel, et al.
Pubblicazione: (2026)
di: Morona-Mínguez, Miguel, et al.
Pubblicazione: (2026)
BlindFL: Segmented Federated Learning with Fully Homomorphic Encryption
di: Gronberg, Evan, et al.
Pubblicazione: (2025)
di: Gronberg, Evan, et al.
Pubblicazione: (2025)
Towards Quantum-Safe Federated Learning via Homomorphic Encryption: Learning with Gradients
di: Yan, Guangfeng, et al.
Pubblicazione: (2024)
di: Yan, Guangfeng, et al.
Pubblicazione: (2024)
FLSSM: A Federated Learning Storage Security Model with Homomorphic Encryption
di: Li, Yang, et al.
Pubblicazione: (2025)
di: Li, Yang, et al.
Pubblicazione: (2025)
Towards Privacy-Preserving Federated Learning using Hybrid Homomorphic Encryption
di: Costa, Ivan, et al.
Pubblicazione: (2026)
di: Costa, Ivan, et al.
Pubblicazione: (2026)
Enhancing Noisy Functional Encryption for Privacy-Preserving Machine Learning
di: Scheu-Hachtel, Linda, et al.
Pubblicazione: (2025)
di: Scheu-Hachtel, Linda, et al.
Pubblicazione: (2025)
Encrypted Federated Search Using Homomorphic Encryption
di: Rathod, Om, et al.
Pubblicazione: (2025)
di: Rathod, Om, et al.
Pubblicazione: (2025)
Advancing Practical Homomorphic Encryption for Federated Learning: Theoretical Guarantees and Efficiency Optimizations
di: Huang, Ren-Yi, et al.
Pubblicazione: (2025)
di: Huang, Ren-Yi, et al.
Pubblicazione: (2025)
Multi-Input Ciphertext Multiplication for Homomorphic Encryption
di: Akherati, Sajjad, et al.
Pubblicazione: (2026)
di: Akherati, Sajjad, et al.
Pubblicazione: (2026)
Enabling Privacy-preserving Model Evaluation in Federated Learning via Fully Homomorphic Encryption
di: Baykara, Cem Ata, et al.
Pubblicazione: (2024)
di: Baykara, Cem Ata, et al.
Pubblicazione: (2024)
SECNEURON: Reliable and Flexible Abuse Control in Local LLMs via Hybrid Neuron Encryption
di: Wang, Zhiqiang, et al.
Pubblicazione: (2025)
di: Wang, Zhiqiang, et al.
Pubblicazione: (2025)
Quantum Resistant Ciphertext-Policy Attribute-Based Encryption Scheme with Flexible Access Structure
di: Shamsazad, Shida
Pubblicazione: (2024)
di: Shamsazad, Shida
Pubblicazione: (2024)
Simulation-Secure Functional Encryption in the Bounded Storage Model
di: Barhoush, Mohammed, et al.
Pubblicazione: (2023)
di: Barhoush, Mohammed, et al.
Pubblicazione: (2023)
Unclonable Functional Encryption
di: Mehta, Arthur, et al.
Pubblicazione: (2024)
di: Mehta, Arthur, et al.
Pubblicazione: (2024)
A Privacy-Preserving Federated Learning Method with Homomorphic Encryption in Omics Data
di: Negoya, Yusaku, et al.
Pubblicazione: (2025)
di: Negoya, Yusaku, et al.
Pubblicazione: (2025)
Homomorphic Encryption-Enabled Federated Learning for Privacy-Preserving Intrusion Detection in Resource-Constrained IoV Networks
di: Manh, Bui Duc, et al.
Pubblicazione: (2024)
di: Manh, Bui Duc, et al.
Pubblicazione: (2024)
FedML-HE: An Efficient Homomorphic-Encryption-Based Privacy-Preserving Federated Learning System
di: Jin, Weizhao, et al.
Pubblicazione: (2023)
di: Jin, Weizhao, et al.
Pubblicazione: (2023)
Computationally Differentially Private Inner Product Protocols Imply Oblivious Transfer
di: Haitner, Iftach, et al.
Pubblicazione: (2025)
di: Haitner, Iftach, et al.
Pubblicazione: (2025)
Activate Me!: Designing Efficient Activation Functions for Privacy-Preserving Machine Learning with Fully Homomorphic Encryption
di: Njungle, Nges Brian, et al.
Pubblicazione: (2025)
di: Njungle, Nges Brian, et al.
Pubblicazione: (2025)
Differentially Private Release and Learning of Threshold Functions
di: Bun, Mark, et al.
Pubblicazione: (2015)
di: Bun, Mark, et al.
Pubblicazione: (2015)
TAPFed: Threshold Secure Aggregation for Privacy-Preserving Federated Learning
di: Xu, Runhua, et al.
Pubblicazione: (2025)
di: Xu, Runhua, et al.
Pubblicazione: (2025)
Similarity Calculation Based on Homomorphic Encryption
di: Chen, Abel C. H.
Pubblicazione: (2023)
di: Chen, Abel C. H.
Pubblicazione: (2023)
Lattice-Based Dynamic $k$-Times Anonymous Authentication with Attribute-Based Credentials
di: Song, Junjie, et al.
Pubblicazione: (2025)
di: Song, Junjie, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Multi-client Functional Encryption for Set Intersection with Non-monotonic Access Structures in Federated Learning
di: Zhang, Ruyuan, et al.
Pubblicazione: (2024) -
Inner-product Functional Encryption with Fine-grained Revocation for Flexible EHR Sharing
di: Han, Yue, et al.
Pubblicazione: (2025) -
Privacy-Preserving Traceable Functional Encryption for Inner Product
di: Qiu, Muyao, et al.
Pubblicazione: (2024) -
Privacy-Preserving Federated Learning from Partial Decryption Verifiable Threshold Multi-Client Functional Encryption
di: Wang, Minjie, et al.
Pubblicazione: (2025) -
VFEFL: Privacy-Preserving Federated Learning against Malicious Clients via Verifiable Functional Encryption
di: Cai, Nina, et al.
Pubblicazione: (2025)