undefined

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

Publiceringsår

2022

Upphovspersoner

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

Organisationer och upphovspersoner

Aalto-universitetet

Naas Si-Ahmed

Sigg Stephan Orcid -palvelun logo

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Tidning

Artikelstyp

En originalartikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

Kollegialt utvärderad

UKM:s publikationstyp

A1 Originalartikel i en vetenskaplig tidskrift

Publikationskanalens uppgifter

Förläggare

Wiley

Volym

37

Nummer

9

Sidor

5880-5901

Publikationsforum

58549

Publikationsforumsnivå

1

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Nej

Parallellsparad

Ja

Övriga uppgifter

Vetenskapsområden

El-, automations- och telekommunikationsteknik, elektronik

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Ja

Sampublikation med ett företag

Nej

DOI

10.1002/int.22818

Publikationen ingår i undervisnings- och kulturministeriets datainsamling

Ja