Buchumschlag

LightSplit: Practical Privacy-Preserving Split Learning via Orthogonal Projections

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cihangiroglu, Mert, Pegoraro, Alessandro, Rieger, Phillip, Nocera, Antonino, Sadeghi, Ahmad-Reza
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Privacy Preserving and Robust Aggregation for Cross-Silo Federated Learning in Non-IID Settings
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

SafeSplit: A Novel Defense Against Client-Side Backdoor Attacks in Split Learning (Full Version)
von: Rieger, Phillip, et al.
Veröffentlicht: (2025)

FreqFed: A Frequency Analysis-Based Approach for Mitigating Poisoning Attacks in Federated Learning
von: Fereidooni, Hossein, et al.
Veröffentlicht: (2023)

ZORRO: Zero-Knowledge Robustness and Privacy for Split Learning (Full Version)
von: Sheybani, Nojan, et al.
Veröffentlicht: (2025)

DeepEclipse: How to Break White-Box DNN-Watermarking Schemes
von: Pegoraro, Alessandro, et al.
Veröffentlicht: (2024)

Split-n-Chain: Privacy-Preserving Multi-Node Split Learning with Blockchain-Based Auditability
von: Sahani, Mukesh, et al.
Veröffentlicht: (2025)

Towards Privacy-Preserving and Heterogeneity-aware Split Federated Learning via Probabilistic Masking
von: Wang, Xingchen, et al.
Veröffentlicht: (2025)

Towards Split Learning-based Privacy-Preserving Record Linkage
von: Zervas, Michail, et al.
Veröffentlicht: (2024)

Privacy-Preserving Collaborative Split Learning Framework for Smart Grid Load Forecasting
von: Iqbal, Asif, et al.
Veröffentlicht: (2024)

Secure Federated Data Distillation
von: Arazzi, Marco, et al.
Veröffentlicht: (2025)

Hybrid Federated and Split Learning for Privacy Preserving Clinical Prediction and Treatment Optimization
von: Akter, Farzana, et al.
Veröffentlicht: (2026)

Privacy-Preserving in Blockchain-based Federated Learning Systems
von: M., Sameera K., et al.
Veröffentlicht: (2024)

Evaluating Privacy Leakage in Split Learning
von: Qiu, Xinchi, et al.
Veröffentlicht: (2023)

Federated Learning with Enhanced Privacy via Model Splitting and Random Client Participation
von: Li, Yiwei, et al.
Veröffentlicht: (2025)

Enhancing Privacy in ControlNet and Stable Diffusion via Split Learning
von: Yao, Dixi
Veröffentlicht: (2024)

$Λ$-Split: A Privacy-Preserving Split Computing Framework for Cloud-Powered Generative AI
von: Ohta, Shoki, et al.
Veröffentlicht: (2023)

SplitLight: An Exploratory Toolkit for Recommender Systems Datasets and Splits
von: Volodkevich, Anna, et al.
Veröffentlicht: (2026)

P3SL: Personalized Privacy-Preserving Split Learning on Heterogeneous Edge Devices
von: Fan, Wei, et al.
Veröffentlicht: (2025)

KDk: A Defense Mechanism Against Label Inference Attacks in Vertical Federated Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

An Efficient Privacy-aware Split Learning Framework for Satellite Communications
von: Sun, Jianfei, et al.
Veröffentlicht: (2024)

Verifiable Split Learning via zk-SNARKs
von: Alaa, Rana, et al.
Veröffentlicht: (2025)

Label Privacy in Split Learning for Large Models with Parameter-Efficient Training
von: Zmushko, Philip, et al.
Veröffentlicht: (2024)

Federated Split Learning for Human Activity Recognition with Differential Privacy
von: Ndeko, Josue, et al.
Veröffentlicht: (2024)

Exploring the Privacy-Energy Consumption Tradeoff for Split Federated Learning
von: Lee, Joohyung, et al.
Veröffentlicht: (2023)

SplitFedZip: Learned Compression for Data Transfer Reduction in Split-Federated Learning
von: Shiranthika, Chamani, et al.
Veröffentlicht: (2024)

Parallel Split Learning with Global Sampling
von: Kohankhaki, Mohammad, et al.
Veröffentlicht: (2024)

SplitOut: Out-of-the-Box Training-Hijacking Detection in Split Learning via Outlier Detection
von: Erdogan, Ege, et al.
Veröffentlicht: (2023)

Privacy-Preserving Orthogonal Aggregation for Guaranteeing Gender Fairness in Federated Recommendation
von: Zhang, Siqing, et al.
Veröffentlicht: (2024)

Beyond Data Splitting: Full-Data Conformal Prediction by Differential Privacy
von: Cho, Young Hyun, et al.
Veröffentlicht: (2026)

Decoupled Split Learning via Auxiliary Loss
von: Zihad, Anower, et al.
Veröffentlicht: (2026)

Makespan Minimization in Split Learning: From Theory to Practice
von: Ganian, Robert, et al.
Veröffentlicht: (2026)

Let's Focus: Focused Backdoor Attack against Federated Transfer Learning
von: Arazzi, Marco, et al.
Veröffentlicht: (2024)

A Novel IoT Trust Model Leveraging Fully Distributed Behavioral Fingerprinting and Secure Delegation
von: Arazzi, Marco, et al.
Veröffentlicht: (2023)

Learning to Recall with Transformers Beyond Orthogonal Embeddings
von: Vural, Nuri Mert, et al.
Veröffentlicht: (2026)

Learning Neural Differential Algebraic Equations via Operator Splitting
von: Koch, James, et al.
Veröffentlicht: (2024)

Predicting the Impact of Scope Changes on Project Cost and Schedule Using Machine Learning Techniques
von: Sadeghi, Soheila
Veröffentlicht: (2024)

Privacy-Preserving Split Learning with Vision Transformers using Patch-Wise Random and Noisy CutMix
von: Oh, Seungeun, et al.
Veröffentlicht: (2024)

An Operator Splitting View of Federated Learning
von: Malekmohammadi, Saber, et al.
Veröffentlicht: (2021)

FedMPDD: Communication-Efficient Federated Learning with Privacy Preservation Attributes via Projected Directional Derivative
von: Rostami, Mohammadreza, et al.
Veröffentlicht: (2025)

ASFL: An Adaptive Model Splitting and Resource Allocation Framework for Split Federated Learning
von: Meng, Chuiyang, et al.
Veröffentlicht: (2026)