undefined

Privacy-preserving federated learning based on multi-key homomorphic encryption

Julkaisuvuosi

2022

Tekijät

Ma, Jing; Naas, Si-Ahmed; Sigg, Stephan; Lyu, Xixiang

Organisaatiot ja tekijät

Aalto-yliopisto

Naas Si-Ahmed

Sigg Stephan Orcid -palvelun logo

Julkaisutyyppi

Julkaisumuoto

Artikkeli

Emojulkaisun tyyppi

Lehti

Artikkelin tyyppi

Alkuperäisartikkeli

Yleisö

Tieteellinen

Vertaisarvioitu

Vertaisarvioitu

OKM:n julkaisutyyppiluokitus

A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä

Julkaisukanavan tiedot

Kustantaja

Wiley

Volyymi

37

Numero

9

Sivut

5880-5901

Julkaisu­foorumi

58549

Julkaisufoorumitaso

1

Avoin saatavuus

Avoin saatavuus kustantajan palvelussa

Ei

Rinnakkaistallennettu

Kyllä

Muut tiedot

Tieteenalat

Sähkö-, automaatio- ja tietoliikennetekniikka, elektroniikka

Kustantajan kansainvälisyys

Kansainvälinen

Kieli

englanti

Kansainvälinen yhteisjulkaisu

Kyllä

Yhteisjulkaisu yrityksen kanssa

Ei

DOI

10.1002/int.22818

Julkaisu kuuluu opetus- ja kulttuuriministeriön tiedonkeruuseen

Kyllä