undefined

GuardML: Efficient Privacy-Preserving Machine Learning Services Through Hybrid Homomorphic Encryption

Publiceringsår

2024

Upphovspersoner

Frimpong, Eugene; Nguyen, Khoa; Budzys, Mindaugas; Khan, Tanveer; Michalas, Antonis

Organisationer och upphovspersoner

Tammerfors universitet

Michalas Antonis Orcid -palvelun logo

Frimpong Eugene Orcid -palvelun logo

Nguyen Khoa

Budzys Mindaugas Orcid -palvelun logo

Khan Tanveer

Publikationstyp

Publikationsform

Artikel

Moderpublikationens typ

Konferens

Artikelstyp

Annan artikel

Målgrupp

Vetenskaplig

Kollegialt utvärderad

Kollegialt utvärderad

UKM:s publikationstyp

A4 Artikel i en konferenspublikation

Publikationskanalens uppgifter

Förläggare

ACM

Sidor

953-962

Publikationsforum

5098

Publikationsforumsnivå

1

Öppen tillgång

Öppen tillgänglighet i förläggarens tjänst

Ja

Öppen tillgång till publikationskanalen

Delvis öppen publikationskanal

Licens för förläggarens version

CC BY

Parallellsparad

Ja

Parallellagringens licens

CC BY

Övriga uppgifter

Vetenskapsområden

Data- och informationsvetenskap

Förlagets internationalitet

Internationell

Språk

engelska

Internationell sampublikation

Nej

Sampublikation med ett företag

Nej

DOI

10.1145/3605098.3635983

Publikationen ingår i undervisnings- och kulturministeriets datainsamling

Ja