| 标题 |
 Sine: Similarity is not enough for mitigating Local Model Poisoning Attacks in Federated Learning 正弦：相似性不足以减轻联合学习中的局部模型中毒攻击
相关领域
计算机科学
计算机安全
趋同（经济学）
相似性（几何）
GSM演进的增强数据速率
正弦
模型攻击
人工智能
几何学
数学
经济
图像（数学）
经济增长
|
| 网址 | |
| DOI | |
| 其它 |
期刊：IEEE Transactions on Dependable and Secure Computing 作者：Harsh Kasyap; Somanath Tripathy 出版日期：( Volume: 21, Issue: 5, Sept.-Oct. 2024) 需要有卷号的版本 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
Tourist
浮游
kento
加缪
pcr163
tuanheqi
pluto
Yoanna
不配.
disjustar
Zx_1993
小青椒
一叶知秋
鬼笔环肽
昏睡的蟠桃
唐泽雪穗
风中冰香
殷勤的紫槐
Xiaoxiao
哈基米德
不倦
Criminology34
HybirdCell
laber
生动梦松
eric888
彭于彦祖
无敌霸王花
皖公网安备34019202002308
