NodeGuard: A Highly Efficient Two-Party Computation Framework for Training Large-Scale Gradient Boosting Decision Tree
| Zugehörige Institution(en) am KIT | Institut für Informationssicherheit und Verlässlichkeit (KASTEL) Kompetenzzentrum für angewandte Sicherheitstechnologie (KASTEL) |
| Publikationstyp | Proceedingsbeitrag |
| Publikationsdatum | 23.05.2024 |
| Sprache | Englisch |
| Identifikator | ISBN: 979-83-503-5487-4 KITopen-ID: 1000173358 |
| HGF-Programm | 46.23.01 (POF IV, LK 01) Methods for Engineering Secure Systems |
| Erschienen in | 2024 IEEE Security and Privacy Workshops (SPW) |
| Veranstaltung | 45th IEEE Symposium on Security and Privacy Workshops (SPW 2024), San Francisco, CA, USA, 23.05.2024 |
| Verlag | Institute of Electrical and Electronics Engineers (IEEE) |
| Seiten | 95 – 103 |
| Nachgewiesen in | OpenAlex Scopus Dimensions |