EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

A Survey of Differential Privacy Techniques for Federated Learning

Wang Xin, Li Jiaqian, Ding Xueshuang, Zhang Haoji, Sun Lianshan

IEEE Access · 2025 · 13 · 6539-6555

DOI: 10.1109/access.2024.3523909 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Wang Xin und 4 weiteren Autor:innen. Die Arbeit wurde bisher 25-mal zitiert (Crossref) und nennt 91 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: National Natural Science Foundation of China, the Natural Science Basic Research Program of Shaanxi.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Förderung

  • National Natural Science Foundation of China
  • the Natural Science Basic Research Program of Shaanxi

Zitieren

APA

Xin, W., Jiaqian, L., Xueshuang, D., Haoji, Z., & Lianshan, S. (2025). A Survey of Differential Privacy Techniques for Federated Learning. IEEE Access, 13, 6539-6555. https://doi.org/10.1109/access.2024.3523909

Vancouver

Xin W, Jiaqian L, Xueshuang D, Haoji Z, Lianshan S. A Survey of Differential Privacy Techniques for Federated Learning. IEEE Access. 2025;13:6539-6555. doi:10.1109/access.2024.3523909

BibTeX
@article{Xin2025,
  author = {Xin, Wang and Jiaqian, Li and Xueshuang, Ding and Haoji, Zhang and Lianshan, Sun},
  title = {A Survey of Differential Privacy Techniques for Federated Learning},
  journal = {IEEE Access},
  year = {2025},
  volume = {13},
  pages = {6539--6555},
  doi = {10.1109/access.2024.3523909}
}
Kostenlos starten →