Potrebujeme váš súhlas na využitie jednotlivých dát, aby sa vám okrem iného mohli ukazovať informácie týkajúce sa vašich záujmov. Súhlas udelíte kliknutím na tlačidlo „OK“.
IEEE Recommended Practice for Privacy and Security for Federated Machine Learning
NORMA vydaná dňa 26.4.2024
Označenie normy: IEEE 2986-2023
Dátum vydania normy: 26.4.2024
Kód tovaru: NS-1182462
Počet strán: 57
Približná hmotnosť: 171 g (0.38 libier)
Krajina: Medzinárodná technická norma
Kategória: 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 mať istotu o platnosti využívaných predpisov?
Ponúkame Vám riešenie, aby ste mohli používať stále platné (aktuálne) legislatívne predpisy
Chcete vedieť viac informácií ? Pozrite sa na túto stránku.
Posledná aktualizácia: 2024-08-01 (Počet položiek: 2 341 429)
© Copyright 2024 NORMSERVIS s.r.o.