Mitigating One-to-N Backdoor Attacks in Federated Learning

Osama Wehbi, Sarhad Arisdakessian, Omar Abdul Wahab, Azzam Mourad et Hadi Otrok

Communication écrite (2026)

Un lien externe est disponible pour ce document

Département:	Département de génie informatique et génie logiciel
ISBN:	9798331563356
URL de PolyPublie:	https://publications.polymtl.ca/80262/
Nom de la conférence:	2nd International Conference on Federated Learning and Intelligent Computing Systems (FLICS 2026)
Lieu de la conférence:	Valencia, Spain
Date(s) de la conférence:	2026-06-09 - 2026-06-12
Maison d'édition:	Institute of Electrical and Electronics Engineers
DOI:	10.1109/flics70075.2026.11621963
URL officielle:	https://doi.org/10.1109/flics70075.2026.11621963
Date du dépôt:	12 août 2026 10:59
Dernière modification:	12 août 2026 10:59

Citer en APA 7:	Wehbi, O., Arisdakessian, S., Abdul Wahab, O., Mourad, A., & Otrok, H. (juin 2026). Mitigating One-to-N Backdoor Attacks in Federated Learning [Communication écrite]. 2nd International Conference on Federated Learning and Intelligent Computing Systems (FLICS 2026), Valencia, Spain. https://doi.org/10.1109/flics70075.2026.11621963
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Simple Metadata

Statistiques

Actions réservées au personnel