Protecting Federate Learning from Malicious Attacks Using Consensus Technique
0Citations signalées, ce qui n’est pas une note de qualité
4Institutions déclarées
3Pays d’affiliation déclarés
Rattachement africain : kr, us, au. Niveau de preuve : code pays fourni par la source.
Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Protecting Federate Learning from Malicious Attacks Using Consensus Technique
- Date Crossref
- 01/01/2024
- Éditeur
- Elsevier BV
- Type
- posted-content
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Electronics and Telecommunications Research Institute pays non établi dans la noticeStructure de recherche
-
Korea Aerospace Research Institute pays non établi dans la noticeOrganisme public
-
Virginia Tech pays non établi dans la noticeUniversité ou école supérieure
-
The University of Queensland pays non établi dans la noticeUniversité ou école supérieure
-
Independent - affiliation not provided to SSRN pays non établi dans la noticeInstitution
Electronics and Telecommunications Research Institute, Korea Aerospace Research Institute et Virginia Tech, avec 2 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.
Les sujets associés
Cryptography and Data SecuritySecurity in Wireless Sensor NetworksInternet Traffic Analysis and Secure E-voting