Secure Aggregation Is Not Private Against Membership Inference Attacks
Paper i proceeding, 2024
Secure aggregation
Differential privacy
Membership inference
Federated learning
Författare
Khac-Hoang Ngo
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Johan Östman
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
AI Sweden
Giuseppe Durisi
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Alexandre Graell I Amat
Chalmers, Elektroteknik, Kommunikation, Antenner och Optiska Nätverk
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
03029743 (ISSN) 16113349 (eISSN)
Vol. 14946 LNAI 180-1989783031703645 (ISBN)
Vilnius, Lithuania,
Pålitlig och säker kodad kantberäkning
Vetenskapsrådet (VR) (2020-03687), 2021-01-01 -- 2024-12-31.
Low-latency and private edge computing in random-access networks
Europeiska kommissionen (EU) (EC/H2020/101022113), 2021-10-01 -- 2023-09-30.
Ämneskategorier
Telekommunikation
Kommunikationssystem
Datavetenskap (datalogi)
DOI
10.1007/978-3-031-70365-2_11