MP2ML: A Mixed-Protocol Machine Learning Framework for Private Inference (Extended Abstract)

Boemer, Fabian ; Cammarota, Rosario ; Demmler, Daniel ; Schneider, Thomas ; Yalame, Mohammad Hossein (2020)
MP2ML: A Mixed-Protocol Machine Learning Framework for Private Inference (Extended Abstract).
Privacy Preserving Machine Learning in Practice (PPMLP'20) – CCS 2020 Workshop. Orlando, USA (09.-13.11.)
Konferenzveröffentlichung, Bibliographie

URL / URN: https://sci-workshops.alipay.com/CCS2020

Typ des Eintrags:	Konferenzveröffentlichung
Erschienen:	2020
Autor(en):	Boemer, Fabian ; Cammarota, Rosario ; Demmler, Daniel ; Schneider, Thomas ; Yalame, Mohammad Hossein
Art des Eintrags:	Bibliographie
Titel:	MP2ML: A Mixed-Protocol Machine Learning Framework for Private Inference (Extended Abstract)
Sprache:	Englisch
Publikationsjahr:	November 2020
Verlag:	ACM
Veranstaltungstitel:	Privacy Preserving Machine Learning in Practice (PPMLP'20) – CCS 2020 Workshop
Veranstaltungsort:	Orlando, USA
Veranstaltungsdatum:	09.-13.11.
URL / URN:	https://sci-workshops.alipay.com/CCS2020
Zugehörige Links:	Verwandtes Werk
Freie Schlagworte:	Engineering; E4
Fachbereich(e)/-gebiet(e):	20 Fachbereich Informatik 20 Fachbereich Informatik > Praktische Kryptographie und Privatheit DFG-Sonderforschungsbereiche (inkl. Transregio) DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche DFG-Graduiertenkollegs DFG-Graduiertenkollegs > Graduiertenkolleg 2050 Privacy and Trust for Mobile Users Profilbereiche Profilbereiche > Cybersicherheit (CYSEC) LOEWE LOEWE > LOEWE-Zentren LOEWE > LOEWE-Zentren > CRISP - Center for Research in Security and Privacy DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1119: CROSSING – Kryptographiebasierte Sicherheitslösungen als Grundlage für Vertrauen in heutigen und zukünftigen IT-Systemen
Hinterlegungsdatum:	25 Aug 2020 07:18
Letzte Änderung:	25 Aug 2020 09:35
PPN:
Zugehörige Links:	Verwandtes Werk
Export:

Suche nach Titel in:	TUfind oder in Google

Frage zum Eintrag

Optionen (nur für Redakteure)

Redaktionelle Details anzeigen

OAI 2.0-Basis-URL: https://tubiblio.ulb.tu-darmstadt.de/cgi/oai2 TUbiblio verwendet EPrints 3.

Drucken |

Impressum |

Datenschutzerklärung