演示：LE3D：一种保护隐私的轻量级数据漂移检测框架
机器学习
2022-11-22 v2 密码学与安全
软件工程
摘要
本文提出LE3D；一种用于维护数据完整性与机密性的新型数据漂移检测框架。LE3D是一个可泛化的平台，用于在物联网（IoT）传感器部署中评估新型漂移检测机制。我们的框架以分布式方式运行，在保持数据隐私的同时仍能以最小的在线重配置适应新传感器。我们的框架目前支持多种针对时间序列IoT数据的漂移估计器，并且可以轻松扩展以容纳新数据类型和漂移检测机制。本演示将展示LE3D在类真实场景下的功能。
引用
@article{arxiv.2211.01827,
title = {Demo: LE3D: A Privacy-preserving Lightweight Data Drift Detection Framework},
author = {Ioannis Mavromatis and Aftab Khan},
journal= {arXiv preprint arXiv:2211.01827},
year = {2022}
}
备注
IEEE CCNC 2023, Las Vegas, USA