Buchumschlag

SpooFL: Spoofing Federated Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Baglin, Isaac, Zhu, Xiatian, Hadfield, Simon
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Cryptography and Security Computer Vision and Pattern Recognition Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

FEDLAD: Federated Evaluation of Deep Leakage Attacks and Defenses
von: Baglin, Isaac, et al.
Veröffentlicht: (2024)

SaFL: Sybil-aware Federated Learning with Application to Face Recognition
von: Ghafourian, Mahdi, et al.
Veröffentlicht: (2023)

Deep Leakage with Generative Flow Matching Denoiser
von: Baglin, Isaac, et al.
Veröffentlicht: (2026)

Boosting Gradient Leakage Attacks: Data Reconstruction in Realistic FL Settings
von: Fan, Mingyuan, et al.
Veröffentlicht: (2025)

LiDAR Spoofing Meets the New-Gen: Capability Improvements, Broken Assumptions, and New Attack Strategies
von: Sato, Takami, et al.
Veröffentlicht: (2023)

GNSS/GPS Spoofing and Jamming Identification Using Machine Learning and Deep Learning
von: Ghanbarzade, Ali, et al.
Veröffentlicht: (2025)

Federated Learning with Label-Masking Distillation
von: Lu, Jianghu, et al.
Veröffentlicht: (2024)

Backdoor Federated Learning by Poisoning Backdoor-Critical Layers
von: Zhuang, Haomin, et al.
Veröffentlicht: (2023)

Proof of Reasoning for Privacy Enhanced Federated Blockchain Learning at the Edge
von: Calo, James, et al.
Veröffentlicht: (2026)

1-D CNN-Based Online Signature Verification with Federated Learning
von: Zhang, Lingfeng, et al.
Veröffentlicht: (2024)

Reputation-Driven Asynchronous Federated Learning for Enhanced Trajectory Prediction with Blockchain
von: Chen, Weiliang, et al.
Veröffentlicht: (2024)

Bad-PFL: Exploring Backdoor Attacks against Personalized Federated Learning
von: Fan, Mingyuan, et al.
Veröffentlicht: (2025)

Navigating Heterogeneity and Privacy in One-Shot Federated Learning with Diffusion Models
von: Mendieta, Matias, et al.
Veröffentlicht: (2024)

NeurIPS 2023 Competition: Privacy Preserving Federated Learning Document VQA
von: Tobaben, Marlon, et al.
Veröffentlicht: (2024)

Adversarially Guided Stateful Defense Against Backdoor Attacks in Federated Deep Learning
von: Ali, Hassan, et al.
Veröffentlicht: (2024)

FedAli: Personalized Federated Learning Alignment with Prototype Layers for Generalized Mobile Services
von: Ek, Sannara, et al.
Veröffentlicht: (2024)

Accurate and Private Diagnosis of Rare Genetic Syndromes from Facial Images with Federated Deep Learning
von: Ünal, Ali Burak, et al.
Veröffentlicht: (2025)

Towards Privacy-Guaranteed Label Unlearning in Vertical Federated Learning: Few-Shot Forgetting without Disclosure
von: Gu, Hanlin, et al.
Veröffentlicht: (2024)

Noise-Aware and Dynamically Adaptive Federated Defense Framework for SAR Image Target Recognition
von: Hou, Yuchao, et al.
Veröffentlicht: (2025)

Privacy-Aware Federated nnU-Net for ECG Page Digitization
von: Nemati, Nader
Veröffentlicht: (2025)

PRISM: Privacy-Preserving Improved Stochastic Masking for Federated Generative Models
von: Seo, Kyeongkook, et al.
Veröffentlicht: (2025)

Beyond Traditional Threats: A Persistent Backdoor Attack on Federated Learning
von: Liu, Tao, et al.
Veröffentlicht: (2024)

Neural Collapse Meets Differential Privacy: Curious Behaviors of NoisyGD with Near-perfect Representation Learning
von: Wang, Chendi, et al.
Veröffentlicht: (2024)

MTL-UE: Learning to Learn Nothing for Multi-Task Learning
von: Yu, Yi, et al.
Veröffentlicht: (2025)

Poisoning Attacks on Federated Learning for Autonomous Driving
von: Garg, Sonakshi, et al.
Veröffentlicht: (2024)

FedDefender: Backdoor Attack Defense in Federated Learning
von: Gill, Waris, et al.
Veröffentlicht: (2023)

Personalized Federated Learning via Backbone Self-Distillation
von: Wang, Pengju, et al.
Veröffentlicht: (2024)

Federated Learning With Individualized Privacy Through Client Sampling
von: Lange, Lucas, et al.
Veröffentlicht: (2025)

Learning New Concepts, Remembering the Old: Continual Learning for Multimodal Concept Bottleneck Models
von: Lai, Songning, et al.
Veröffentlicht: (2024)

SoK: Systematization and Benchmarking of Deepfake Detectors in a Unified Framework
von: Le, Binh M., et al.
Veröffentlicht: (2024)

An Efficient and Multi-private Key Secure Aggregation for Federated Learning
von: Yang, Xue, et al.
Veröffentlicht: (2023)

Towards Personalized Federated Learning via Comprehensive Knowledge Distillation
von: Wang, Pengju, et al.
Veröffentlicht: (2024)

On the Detection of Image-Scaling Attacks in Machine Learning
von: Quiring, Erwin, et al.
Veröffentlicht: (2023)

Agnostic Multi-Robust Learning Using ERM
von: Ahmadi, Saba, et al.
Veröffentlicht: (2023)

Model Inversion Robustness: Can Transfer Learning Help?
von: Ho, Sy-Tuyen, et al.
Veröffentlicht: (2024)

Deep Multi-Task Learning for Malware Image Classification
von: Bensaoud, Ahmed, et al.
Veröffentlicht: (2024)

Deep Learning with Data Privacy via Residual Perturbation
von: Tao, Wenqi, et al.
Veröffentlicht: (2024)

Toward Availability Attacks in 3D Point Clouds
von: Zhu, Yifan, et al.
Veröffentlicht: (2024)

Learning Counterfactually Decoupled Attention for Open-World Model Attribution
von: Zheng, Yu, et al.
Veröffentlicht: (2025)

Innovative Deep Learning Architecture for Enhanced Altered Fingerprint Recognition
von: Abdullah, Dana A, et al.
Veröffentlicht: (2025)