Potřebujeme váš souhlas k využití jednotlivých dat, aby se vám mimo jiné mohly ukazovat informace týkající se vašich zájmů. Souhlas udělíte kliknutím na tlačítko „OK“.
IEEE Recommended Practice for Privacy and Security for Federated Machine Learning
Přeložit název
NORMA vydána dne 26.4.2024
Označení normy: IEEE 2986-2023
Datum vydání normy: 26.4.2024
Kód zboží: NS-1182462
Počet stran: 57
Přibližná hmotnost: 171 g (0.38 liber)
Země: Mezinárodní technická norma
Kategorie: Technické normy IEEE
New IEEE Standard - Active.
Privacy and security issues pose great challenges to the federated machine leaning (FML) community. A general view on privacy and security risks while meeting applicable privacy and security requirements in FML is provided. This recommended practice is provided in four parts: malicious failure and non-malicious failure in FML, privacy and security requirements from the perspective of system and FML participants, defensive methods and fault recovery methods, and the privacy and security risks evaluation. It also provides some guidance for typical FML scenarios in different industry areas, which can facilitate practitioners to use FML in a better way.
ISBN: 979-8-8557-0705-2, 979-8-8557-0706-9
Number of Pages: 57
Product Code: STD26928, STDPD26928
Keywords: federated machine learning, FML, IEEE 2986™, machine learning, privacy, security
Category: Computer Security and Privacy
Chcete mít jistotu o platnosti užívaných předpisů?
Nabízíme Vám řešení, abyste mohli používat stále platné (aktuální) legislativní předpisy.
Chcete vědět více informací? Podívejte se na tuto stránku.
Poslední aktualizace: 01.08.2024 (Počet položek: 2 341 429)
© Copyright 2024 NORMSERVIS s.r.o.