Publications and Talks
Search results
-
Joshua Stock, Oliver Hauke, Julius Weißmann, Hannes Federrath:
The Applicability of Federated Learning to Official Statistics.
International Conference on Intelligent Data Engineering and Automated Learning (IDEAL).
-
Johanna Ansohn McDougall, Alessandro Brighente, Willi Großmann, Ben Ansohn McDougall, Joshua Stock, Hannes Federrath:
LoVe is in the Air – Location Verification of ADS-B Signals using Distributed Public Sensors.
IEEE International Conference on Communications (ICC), May 28th - June 1st 2023, Rome, Italy.
-
Tom Petersen, Joshua Stock, Hannes Federrath:
Bedrohungsszenarien für Energieinfrastrukturen.
Whitepaper im Rahmen des Norddeutschen Reallabors (NRL).
-
Joshua Stock, Jens Wettlaufer, Daniel Demmler, Hannes Federrath:
Lessons Learned: Defending Against Property Inference Attacks.
20th International Conference on Security and Cryptography (SECRYPT 2023), July 10-12, 2023, Rome..
-
Joshua Stock, Tom Petersen, David Zadim, Hannes Federrath:
Studie zur fachlichen Einschätzung und Prüfung des Potenzials von Federated-Learning-Algorithmen in der amtlichen Statistik.
Abschlussbericht zur Studie im Auftrag des Statistisches Bundesamts (DESTATIS), Wiesbaden, 2023.
-
Joshua Stock, Jens Wettlaufer, Daniel Demmler, Hannes Federrath:
Lessons Learned: How (Not) to Defend Against Property Inference Attacks.
arXiv:2205.08821 [cs.CR].
-
Joshua Stock, Tom Petersen, Christian-Alexander Behrendt, Hannes Federrath, Thea Kreutzburg:
Privatsphärefreundliches maschinelles Lernen - Teil 2: Privatsphäreangriffe und Privacy-Preserving Machine Learning.
Informatik Spektrum 45/3 (2022).
[Teil 1, Teil 2] -
Joshua Stock, Tom Petersen, Christian-Alexander Behrendt, Hannes Federrath, Thea Kreutzburg:
Privatsphärefreundliches maschinelles Lernen - Teil 1: Grundlagen und Verfahren.
Informatik Spektrum 45/2 (2022).
[Teil 1, Teil 2]
8 items found.