Zobrazeno 1 - 10
of 91
pro vyhledávání: '"Data poisoning attacks"'
Publikováno v:
Digital Communications and Networks, Vol 10, Iss 2, Pp 416-428 (2024)
The security of Federated Learning (FL)/Distributed Machine Learning (DML) is gravely threatened by data poisoning attacks, which destroy the usability of the model by contaminating training samples, so such attacks are called causative availability
Externí odkaz:
https://doaj.org/article/482c07dc7e154d4ab3e527506cbfe2aa
Publikováno v:
Iraqi Journal for Computer Science and Mathematics, Vol 4, Iss 4 (2023)
This work presents a novel method for securing federated learning in healthcare applications, focusing on skin cancer classification. The suggested solution detects and mitigates data poisoning attacks using deep learning and CNN architecture, specif
Externí odkaz:
https://doaj.org/article/e0a804860d924b9fb3f95455a6d36282
Publikováno v:
IEEE Access, Vol 11, Pp 136361-136369 (2023)
As a state-of-the-art distributed learning approach, federated learning has gained much popularity in connected and autonomous vehicles (CAVs). In federated learning, models are trained locally, and only model parameters instead of raw data are excha
Externí odkaz:
https://doaj.org/article/85b521baf78c48348394ff52bc1bd10d
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Tejal Rathod, Nilesh Kumar Jadav, Sudeep Tanwar, Zdzislaw Polkowski, Nagendar Yamsani, Ravi Sharma, Fayez Alqahtani, Amr Gafar
Publikováno v:
Sensors, Vol 23, Iss 21, p 8928 (2023)
The Internet of Things (IoT) is the most abundant technology in the fields of manufacturing, automation, transportation, robotics, and agriculture, utilizing the IoT’s sensors-sensing capability. It plays a vital role in digital transformation and
Externí odkaz:
https://doaj.org/article/1c2cd3a954eb4ba588f6a083be45c407
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Mahdee, Jodayree
Federated learning has gained attention recently for its ability to protect data privacy and distribute computing loads [1]. It overcomes the limitations of traditional machine learning algorithms by allowing computers to train on remote data inputs
Externí odkaz:
http://hdl.handle.net/11375/29304
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.