PriVeriFL: Privacy-Preserving and Aggregation-Verifiable Federated Learning

Polato, Mirko;Zhang, Lei;
2024-01-01

2024
1
16
Wang, Lulu; Polato, Mirko; Brighente, Alessandro; Conti, Mauro; Zhang, Lei; Xu, Lin
File in questo prodotto:
File Dimensione Formato  
PriVeriFL__Privacy_Preserving_and_Aggregation_Verifiable_Federated_Learning.pdf

Accesso aperto

Tipo di file: POSTPRINT (VERSIONE FINALE DELL’AUTORE)
Dimensione 2.75 MB
Formato Adobe PDF
2.75 MB Adobe PDF Visualizza/Apri
tsc_2024.pdf

Accesso riservato

Tipo di file: PDF EDITORIALE
Dimensione 2.82 MB
Formato Adobe PDF
2.82 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/2318/2030687
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 0
  • ???jsp.display-item.citation.isi??? ND
social impact