Marco Arazzi

Un cadre utilisant des agents permet aux utilisateurs de gérer les préférences de sécurité et de confidentialité de l'IoT.

Un nouveau mécanisme de défense réduit les risques d'attaques par inférence de label dans l'apprentissage automatique collaboratif.

Un aperçu des attaques par porte dérobée ciblées dans les systèmes d'apprentissage fédéré.

De nouvelles méthodes améliorent l'audit de l'utilisation des données dans les systèmes d'apprentissage fédéré.