Aurélien Bellet

Un aperçu de comment les algorithmes de marche aléatoire améliorent la vie privée dans l'apprentissage décentralisé.

Cet article examine les menaces à la vie privée dans les méthodes d'apprentissage décentralisé et les tactiques des attaquants potentiels.

De nouvelles méthodes améliorent l'audit de la vie privée, en se concentrant sur des modèles d'état caché dans l'apprentissage automatique.

Un système pour estimer des histogrammes privés qui protège la vie privée des utilisateurs tout en fournissant des données précises.