EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

Secure Multi-Party Computation for Machine Learning: A Survey

Ian Zhou, Farzad Tofigh, Massimo Piccardi, Mehran Abolhasan, Daniel Franklin, Justin Lipman

IEEE Access · 2024 · 12 · 53881-53899

DOI: 10.1109/access.2024.3388992 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Ian Zhou und 5 weiteren Autor:innen. Die Arbeit wurde bisher 149-mal zitiert (Crossref) und nennt 98 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0). Gefördert von: Food Agility CRC Ltd., through the Commonwealth Government CRC Program, Robert Bosch (Australia) Pty Ltd., Robert Bosch GmbH.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • Food Agility CRC Ltd., through the Commonwealth Government CRC Program
  • Robert Bosch (Australia) Pty Ltd.
  • Robert Bosch GmbH

Zitieren

APA

Zhou, I., Tofigh, F., Piccardi, M., Abolhasan, M., Franklin, D., & Lipman, J. (2024). Secure Multi-Party Computation for Machine Learning: A Survey. IEEE Access, 12, 53881-53899. https://doi.org/10.1109/access.2024.3388992

Vancouver

Zhou I, Tofigh F, Piccardi M, Abolhasan M, Franklin D, Lipman J. Secure Multi-Party Computation for Machine Learning: A Survey. IEEE Access. 2024;12:53881-53899. doi:10.1109/access.2024.3388992

BibTeX
@article{Zhou2024,
  author = {Zhou, Ian and Tofigh, Farzad and Piccardi, Massimo and Abolhasan, Mehran and Franklin, Daniel and Lipman, Justin},
  title = {Secure Multi-Party Computation for Machine Learning: A Survey},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {53881--53899},
  doi = {10.1109/access.2024.3388992}
}
Kostenlos starten →