Copertina

An Iconic Heavy Hitter Algorithm Made Private

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autore principale:	Holland, Rayne
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Cryptography and Security
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Scalable Differentially Private Sketches under Continual Observation
di: Holland, Rayne
Pubblicazione: (2025)

Fast and Optimal Differentially Private Frequent-Substring Mining
di: Guo, Peaker, et al.
Pubblicazione: (2026)

Private Synthetic Data Generation in Bounded Memory
di: Holland, Rayne, et al.
Pubblicazione: (2024)

Federated Heavy Hitter Analytics with Local Differential Privacy
di: Zhang, Yuemin, et al.
Pubblicazione: (2024)

Better Differentially Private Approximate Histograms and Heavy Hitters using the Misra-Gries Sketch
di: Lebeda, Christian Janos, et al.
Pubblicazione: (2023)

Attacking Slicing Network via Side-channel Reinforcement Learning Attack
di: Shao, Wei, et al.
Pubblicazione: (2024)

The Philosopher's Stone: Trojaning Plugins of Large Language Models
di: Dong, Tian, et al.
Pubblicazione: (2023)

Differential Privacy Made Easy
di: Aitsam, Muhammad
Pubblicazione: (2022)

TELSAFE: Security Gap Quantitative Risk Assessment Framework
di: Siddiqui, Sarah Ali, et al.
Pubblicazione: (2025)

Differentially Private Sparse Linear Regression with Heavy-tailed Responses
di: Tian, Xizhi, et al.
Pubblicazione: (2025)

Inferentially-Private Private Information
di: Wang, Shuaiqi, et al.
Pubblicazione: (2024)

Optimal Rates for Pure $\varepsilon$-Differentially Private Stochastic Convex Optimization with Heavy Tails
di: Lowy, Andrew
Pubblicazione: (2026)

Single Round-trip Hierarchical ORAM via Succinct Indices
di: Holland, William, et al.
Pubblicazione: (2022)

Private Data Imputation
di: Kati, Abdelkarim, et al.
Pubblicazione: (2025)

Auditing Private Prediction
di: Chadha, Karan, et al.
Pubblicazione: (2024)

Private Count Release: A Simple and Scalable Approach for Private Data Analytics
di: Rogers, Ryan
Pubblicazione: (2024)

Improved Differentially Private Algorithms for Rank Aggregation
di: Hillebrand, Quentin, et al.
Pubblicazione: (2025)

Quantum Private Comparison: A Review
di: Liu, Wenjie, et al.
Pubblicazione: (2013)

Liquefaction: Privately Liquefying Blockchain Assets
di: Austgen, James, et al.
Pubblicazione: (2024)

Private Aggregate Queries to Untrusted Databases
di: Hafiz, Syed Mahbub, et al.
Pubblicazione: (2024)

Privately Counting Partially Ordered Data
di: Joseph, Matthew, et al.
Pubblicazione: (2024)

Differentially Private Algorithms for Graphs Under Continual Observation
di: Fichtenberger, Hendrik, et al.
Pubblicazione: (2021)

PCEvolve: Private Contrastive Evolution for Synthetic Dataset Generation via Few-Shot Private Data and Generative APIs
di: Zhang, Jianqing, et al.
Pubblicazione: (2025)

Benchmarking Differentially Private Tabular Data Synthesis
di: Chen, Kai, et al.
Pubblicazione: (2025)

Kite: How to Delegate Voting Power Privately
di: Nazirkhanova, Kamilla, et al.
Pubblicazione: (2025)

Differentially Private Distance Query with Asymmetric Noise
di: Sheng, Weihong, et al.
Pubblicazione: (2025)

Lightweight Protocols for Distributed Private Quantile Estimation
di: Aamand, Anders, et al.
Pubblicazione: (2025)

Benchmarking Fraud Detectors on Private Graph Data
di: Goldberg, Alexander, et al.
Pubblicazione: (2025)

Differentially Private Empirical Cumulative Distribution Functions
di: Barczewski, Antoine, et al.
Pubblicazione: (2025)

Private, Auditable, and Distributed Ledger for Financial Institutes
di: Eloul, Shaltiel, et al.
Pubblicazione: (2025)

Differentially Private aggregate hints in mev-share
di: Passerat-Palmbach, Jonathan, et al.
Pubblicazione: (2025)

Private, Anonymous, Collateralizable Commitments vs. MEV
di: McMenamin, Conor, et al.
Pubblicazione: (2023)

Private Means and the Curious Incident of the Free Lunch
di: Fitzsimons, Jack, et al.
Pubblicazione: (2024)

Missing Mass for Differentially Private Domain Discovery
di: Dick, Travis, et al.
Pubblicazione: (2026)

Nebula: Efficient, Private and Accurate Histogram Estimation
di: Shamsabadi, Ali Shahin, et al.
Pubblicazione: (2024)

Private Iris Recognition with High-Performance FHE
di: Ha, Jincheol, et al.
Pubblicazione: (2026)

FederBoost: Private Federated Learning for GBDT
di: Tian, Zhihua, et al.
Pubblicazione: (2020)

Peer2PIR: Private Queries for IPFS
di: Mazmudar, Miti, et al.
Pubblicazione: (2024)

Can Drift-Adaptive Malware Detectors Be Made Robust? Attacks and Defenses Under White-Box and Black-Box Threats
di: Li, Adrian Shuai, et al.
Pubblicazione: (2026)

Hiding Your Awful Online Choices Made More Efficient and Secure: A New Privacy-Aware Recommender System
di: Mukherjee, Shibam, et al.
Pubblicazione: (2024)