Training Set Reconstruction from Differentially Private Forests: How Effective is DP?

Alice Gorgé, Julien Ferry, Sébastien Gambs, Thibaut Vidal

Communication écrite (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département de mathématiques et de génie industriel
ISBN:
9798331578596
Adresse URL de PolyPublie:
https://publications.polymtl.ca/83031/
Nom de la conférence:
Conference on Secure and Trustworthy Machine Learning (SaTML 2026)
Lieu de la conférence:
Munich, Germany
Date(s) de la conférence:
2026-03-23 - 2026-03-25
Maison d'édition:
Institute of Electrical and Electronics Engineers
DOI:
10.1109/satml68715.2026.00067
URL officielle:
https://doi.org/10.1109/satml68715.2026.00067
OAI:
oai:publications.polymtl.ca:83031
ORCID
Julien Ferry (iD)0000-0002-8764-0080 (Non authentifié)
Sébastien Gambs (iD)0000-0002-7326-7377 (Non authentifié)
Thibaut Vidal (iD)0000-0001-5183-8485 (Non authentifié)
Date du dépôt:
05 nov. 2026 14:00
Dernière modification:
05 nov. 2026 14:00
Citer en APA 7:
Gorgé, A., Ferry, J., Gambs, S., & Vidal, T. (mars 2026). Training Set Reconstruction from Differentially Private Forests: How Effective is DP? [Communication écrite]. Conference on Secure and Trustworthy Machine Learning (SaTML 2026), Munich, Germany. https://doi.org/10.1109/satml68715.2026.00067

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document