:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bornfeld, Yonathan, Avidan, Shai
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Cryptography and Security
Online-Zugang:	https://arxiv.org/abs/2512.17398
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Convex Approximation of Two-Layer ReLU Networks for Hidden State Differential Privacy
von: Romijnders, Rob, et al.
Veröffentlicht: (2024)

Provable Unlearning with Gradient Ascent on Two-Layer ReLU Neural Networks
von: Melamed, Odelia, et al.
Veröffentlicht: (2025)

On Polynomial Approximations for Privacy-Preserving and Verifiable ReLU Networks
von: Ali, Ramy E., et al.
Veröffentlicht: (2020)

Selective KV-Cache Sharing to Mitigate Timing Side-Channels in LLM Inference
von: Chu, Kexin, et al.
Veröffentlicht: (2025)

Non-omniscient backdoor injection with one poison sample: Proving the one-poison hypothesis for linear regression, linear classification, and 2-layer ReLU neural networks
von: Peinemann, Thorsten, et al.
Veröffentlicht: (2025)

CipherPrune: Efficient and Scalable Private Transformer Inference
von: Zhang, Yancheng, et al.
Veröffentlicht: (2025)

Differentially-Private Data Synthetisation for Efficient Re-Identification Risk Control
von: Carvalho, Tânia, et al.
Veröffentlicht: (2022)

Adversary-Aware Private Inference over Wireless Channels
von: Seif, Mohamed, et al.
Veröffentlicht: (2025)

Fast and Private Inference of Deep Neural Networks by Co-designing Activation Functions
von: Diaa, Abdulrahman, et al.
Veröffentlicht: (2023)

AdaPI: Facilitating DNN Model Adaptivity for Efficient Private Inference in Edge Computing
von: Zhou, Tong, et al.
Veröffentlicht: (2024)

Linearizing Models for Efficient yet Robust Private Inference
von: Sarkar, Sreetama, et al.
Veröffentlicht: (2024)

Cascade: Token-Sharded Private LLM Inference
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Noise-Aware Differentially Private Variational Inference
von: Alrawajfeh, Talal, et al.
Veröffentlicht: (2024)

SAMEP: A Secure Protocol for Persistent Context Sharing Across AI Agents
von: Masoor, Hari
Veröffentlicht: (2025)

Private Knowledge Sharing in Distributed Learning: A Survey
von: Supeksala, Yasas, et al.
Veröffentlicht: (2024)

Black-Box Privacy Attacks on Shared Representations in Multitask Learning
von: Abascal, John, et al.
Veröffentlicht: (2025)

AERO: Entropy-Guided Framework for Private LLM Inference
von: Jha, Nandan Kumar, et al.
Veröffentlicht: (2024)

Secure Aggregation is Not Private Against Membership Inference Attacks
von: Ngo, Khac-Hoang, et al.
Veröffentlicht: (2024)

Private and Communication-Efficient Federated Learning based on Differentially Private Sketches
von: Zhang, Meifan, et al.
Veröffentlicht: (2024)

Linkage Attacks Expose Identity Risks in Public ECG Data Sharing
von: Wang, Ziyu, et al.
Veröffentlicht: (2025)

Practical and Private Hybrid ML Inference with Fully Homomorphic Encryption
von: Biswas, Sayan, et al.
Veröffentlicht: (2025)

TruncFormer: Private LLM Inference Using Only Truncations
von: Yubeaton, Patrick, et al.
Veröffentlicht: (2024)

xMLP: Revolutionizing Private Inference with Exclusive Square Activation
von: Li, Jiajie, et al.
Veröffentlicht: (2024)

RobPI: Robust Private Inference against Malicious Client
von: Xue, Jiaqi, et al.
Veröffentlicht: (2026)

Split Happens: Combating Advanced Threats with Split Learning and Function Secret Sharing
von: Khan, Tanveer, et al.
Veröffentlicht: (2025)

Differentially Private Covariate Balancing Causal Inference
von: Ohnishi, Yuki, et al.
Veröffentlicht: (2024)

PrefixWall: Mitigating Prefix Caching Side Channels in Shared LLM Systems
von: Pennas, Panagiotis Georgios, et al.
Veröffentlicht: (2026)

Deep Efficient Private Neighbor Generation for Subgraph Federated Learning
von: Zhang, Ke, et al.
Veröffentlicht: (2024)

An Efficient Private GPT Never Autoregressively Decodes
von: Li, Zhengyi, et al.
Veröffentlicht: (2025)

LoRAShield: Data-Free Editing Alignment for Secure Personalized LoRA Sharing
von: Chen, Jiahao, et al.
Veröffentlicht: (2025)

Empowering Digital Agriculture: A Privacy-Preserving Framework for Data Sharing and Collaborative Research
von: Zafar, Osama, et al.
Veröffentlicht: (2025)

Building Gradient Bridges: Label Leakage from Restricted Gradient Sharing in Federated Learning
von: Zhang, Rui, et al.
Veröffentlicht: (2024)

An Attack to Break Permutation-Based Private Third-Party Inference Schemes for LLMs
von: Thomas, Rahul, et al.
Veröffentlicht: (2025)

Efficient Public Verification of Private ML via Regularization
von: Bell, Zoë Ruha, et al.
Veröffentlicht: (2025)

DPDR: Gradient Decomposition and Reconstruction for Differentially Private Deep Learning
von: Liu, Yixuan, et al.
Veröffentlicht: (2024)

Oracle-Efficient Differentially Private Learning with Public Data
von: Block, Adam, et al.
Veröffentlicht: (2024)

Efficient Differentially Private Fine-Tuning of Diffusion Models
von: Liu, Jing, et al.
Veröffentlicht: (2024)

GNNBleed: Inference Attacks to Unveil Private Edges in Graphs with Realistic Access to GNN Models
von: Song, Zeyu, et al.
Veröffentlicht: (2023)

NeuJeans: Private Neural Network Inference with Joint Optimization of Convolution and FHE Bootstrapping
von: Ju, Jae Hyung, et al.
Veröffentlicht: (2023)

Dash: Accelerating Distributed Private Convolutional Neural Network Inference with Arithmetic Garbled Circuits
von: Sander, Jonas, et al.
Veröffentlicht: (2023)