Salvato in:
| Autori principali: | Wang, Yenan, Chiasserini, Carla Fabiana, Schiller, Elad Michael |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | https://arxiv.org/abs/2603.05158 |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
Integrating Homomorphic Encryption and Synthetic Data in FL for Privacy and Learning Quality
di: Wang, Yenan, et al.
Pubblicazione: (2026)
di: Wang, Yenan, et al.
Pubblicazione: (2026)
Dependable Distributed Training of Compressed Machine Learning Models
di: Malandrino, Francesco, et al.
Pubblicazione: (2024)
di: Malandrino, Francesco, et al.
Pubblicazione: (2024)
Edge-device Collaborative Computing for Multi-view Classification
di: Palena, Marco, et al.
Pubblicazione: (2024)
di: Palena, Marco, et al.
Pubblicazione: (2024)
Combining Relevance and Magnitude for Resource-Aware DNN Pruning
di: Chiasserini, Carla Fabiana, et al.
Pubblicazione: (2024)
di: Chiasserini, Carla Fabiana, et al.
Pubblicazione: (2024)
Learning to Sparsify Stochastic Linear Bandits
di: Wang, Zhengmiao, et al.
Pubblicazione: (2026)
di: Wang, Zhengmiao, et al.
Pubblicazione: (2026)
Edge-Assisted ML-Aided Uncertainty-Aware Vehicle Collision Avoidance at Urban Intersections
di: Selvaraj, Dinesh Cyril, et al.
Pubblicazione: (2024)
di: Selvaraj, Dinesh Cyril, et al.
Pubblicazione: (2024)
Adaptive Autopilot: Constrained DRL for Diverse Driving Behaviors
di: Selvaraj, Dinesh Cyril, et al.
Pubblicazione: (2024)
di: Selvaraj, Dinesh Cyril, et al.
Pubblicazione: (2024)
Privacy Protection in Prosumer Energy Management Based on Federated Learning
di: Li, Yunfeng, et al.
Pubblicazione: (2025)
di: Li, Yunfeng, et al.
Pubblicazione: (2025)
On the Efficiency of Privacy Attacks in Federated Learning
di: Tabassum, Nawrin, et al.
Pubblicazione: (2024)
di: Tabassum, Nawrin, et al.
Pubblicazione: (2024)
Privacy-Preserving Federated Convex Optimization: Balancing Partial-Participation and Efficiency via Noise Cancellation
di: Reshef, Roie, et al.
Pubblicazione: (2025)
di: Reshef, Roie, et al.
Pubblicazione: (2025)
Balancing Privacy, Robustness, and Efficiency in Machine Learning
di: Allouah, Youssef, et al.
Pubblicazione: (2023)
di: Allouah, Youssef, et al.
Pubblicazione: (2023)
Free Privacy Protection for Wireless Federated Learning: Enjoy It or Suffer from It?
di: Li, Weicai, et al.
Pubblicazione: (2025)
di: Li, Weicai, et al.
Pubblicazione: (2025)
Feature-based Federated Transfer Learning: Communication Efficiency, Robustness and Privacy
di: Wang, Feng, et al.
Pubblicazione: (2024)
di: Wang, Feng, et al.
Pubblicazione: (2024)
Enhancing Trade-offs in Privacy, Utility, and Computational Efficiency through MUltistage Sampling Technique (MUST)
di: Zhao, Xingyuan, et al.
Pubblicazione: (2023)
di: Zhao, Xingyuan, et al.
Pubblicazione: (2023)
PUFFLE: Balancing Privacy, Utility, and Fairness in Federated Learning
di: Corbucci, Luca, et al.
Pubblicazione: (2024)
di: Corbucci, Luca, et al.
Pubblicazione: (2024)
Single-Round Scalable Analytic Federated Learning
di: Bacellar, Alan T. L., et al.
Pubblicazione: (2025)
di: Bacellar, Alan T. L., et al.
Pubblicazione: (2025)
PQFed: A Privacy-Preserving Quality-Controlled Federated Learning Framework
di: Yue, Weiqi, et al.
Pubblicazione: (2025)
di: Yue, Weiqi, et al.
Pubblicazione: (2025)
Multi-Objective Optimization for Privacy-Utility Balance in Differentially Private Federated Learning
di: Ranaweera, Kanishka, et al.
Pubblicazione: (2025)
di: Ranaweera, Kanishka, et al.
Pubblicazione: (2025)
A New Perspective on Privacy Protection in Federated Learning with Granular-Ball Computing
di: Lai, Guannan, et al.
Pubblicazione: (2025)
di: Lai, Guannan, et al.
Pubblicazione: (2025)
FedBit: Accelerating Privacy-Preserving Federated Learning via Bit-Interleaved Packing and Cross-Layer Co-Design
di: Meng, Xiangchen, et al.
Pubblicazione: (2025)
di: Meng, Xiangchen, et al.
Pubblicazione: (2025)
Dual-Criterion Model Aggregation in Federated Learning: Balancing Data Quantity and Quality
di: Zhang, Haizhou, et al.
Pubblicazione: (2024)
di: Zhang, Haizhou, et al.
Pubblicazione: (2024)
Privacy-Preserving Hybrid Ensemble Model for Network Anomaly Detection: Balancing Security and Data Protection
di: Liu, Shaobo, et al.
Pubblicazione: (2025)
di: Liu, Shaobo, et al.
Pubblicazione: (2025)
ParaAegis: Parallel Protection for Flexible Privacy-preserved Federated Learning
di: Wu, Zihou, et al.
Pubblicazione: (2025)
di: Wu, Zihou, et al.
Pubblicazione: (2025)
Load Balancing in Federated Learning
di: Javani, Alireza, et al.
Pubblicazione: (2024)
di: Javani, Alireza, et al.
Pubblicazione: (2024)
Enhancing Privacy in Federated Learning through Local Training
di: Bastianello, Nicola, et al.
Pubblicazione: (2024)
di: Bastianello, Nicola, et al.
Pubblicazione: (2024)
FedCG: Leverage Conditional GAN for Protecting Privacy and Maintaining Competitive Performance in Federated Learning
di: Wu, Yuezhou, et al.
Pubblicazione: (2021)
di: Wu, Yuezhou, et al.
Pubblicazione: (2021)
Linkage on Security, Privacy and Fairness in Federated Learning: New Balances and New Perspectives
di: Wang, Linlin, et al.
Pubblicazione: (2024)
di: Wang, Linlin, et al.
Pubblicazione: (2024)
Enhancing Efficiency in Multidevice Federated Learning through Data Selection
di: Mo, Fan, et al.
Pubblicazione: (2022)
di: Mo, Fan, et al.
Pubblicazione: (2022)
Calibrated One Round Federated Learning with Bayesian Inference in the Predictive Space
di: Hasan, Mohsin, et al.
Pubblicazione: (2023)
di: Hasan, Mohsin, et al.
Pubblicazione: (2023)
Balancing Efficiency and Fairness in Traffic Light Control through Deep Reinforcement Learning
di: Cederle, Matteo, et al.
Pubblicazione: (2026)
di: Cederle, Matteo, et al.
Pubblicazione: (2026)
Enhanced Privacy and Communication Efficiency in Non-IID Federated Learning with Adaptive Quantization and Differential Privacy
di: Ardıç, Emre, et al.
Pubblicazione: (2026)
di: Ardıç, Emre, et al.
Pubblicazione: (2026)
Fast, Private, and Protected: Safeguarding Data Privacy and Defending Against Model Poisoning Attacks in Federated Learning
di: Assumpcao, Nicolas Riccieri Gardin, et al.
Pubblicazione: (2025)
di: Assumpcao, Nicolas Riccieri Gardin, et al.
Pubblicazione: (2025)
Federated Balanced Learning
di: Li, Jiaze, et al.
Pubblicazione: (2026)
di: Li, Jiaze, et al.
Pubblicazione: (2026)
Stratify: Rethinking Federated Learning for Non-IID Data through Balanced Sampling
di: Wong, Hui Yeok, et al.
Pubblicazione: (2025)
di: Wong, Hui Yeok, et al.
Pubblicazione: (2025)
Cluster-Aware Multi-Round Update for Wireless Federated Learning in Heterogeneous Environments
di: Sun, Pengcheng, et al.
Pubblicazione: (2025)
di: Sun, Pengcheng, et al.
Pubblicazione: (2025)
Beyond Fixed Rounds: Data-Free Early Stopping for Practical Federated Learning
di: Lee, Youngjoon, et al.
Pubblicazione: (2026)
di: Lee, Youngjoon, et al.
Pubblicazione: (2026)
Privacy-Preserving Multimodal News Recommendation through Federated Learning
di: Khalaj, Mehdi, et al.
Pubblicazione: (2025)
di: Khalaj, Mehdi, et al.
Pubblicazione: (2025)
Machine Learning with Privacy for Protected Attributes
di: Mahloujifar, Saeed, et al.
Pubblicazione: (2025)
di: Mahloujifar, Saeed, et al.
Pubblicazione: (2025)
Enhancing Federated Learning Privacy with QUBO
di: Ferenczi, Andras, et al.
Pubblicazione: (2025)
di: Ferenczi, Andras, et al.
Pubblicazione: (2025)
Provable Reduction in Communication Rounds for Non-Smooth Convex Federated Learning
di: Palenzuela, Karlo, et al.
Pubblicazione: (2025)
di: Palenzuela, Karlo, et al.
Pubblicazione: (2025)
Documenti analoghi
-
Integrating Homomorphic Encryption and Synthetic Data in FL for Privacy and Learning Quality
di: Wang, Yenan, et al.
Pubblicazione: (2026) -
Dependable Distributed Training of Compressed Machine Learning Models
di: Malandrino, Francesco, et al.
Pubblicazione: (2024) -
Edge-device Collaborative Computing for Multi-view Classification
di: Palena, Marco, et al.
Pubblicazione: (2024) -
Combining Relevance and Magnitude for Resource-Aware DNN Pruning
di: Chiasserini, Carla Fabiana, et al.
Pubblicazione: (2024) -
Learning to Sparsify Stochastic Linear Bandits
di: Wang, Zhengmiao, et al.
Pubblicazione: (2026)