Newest papers

Secure Multimodal Federated Optimization via Hierarchical DNA-Based Key Management

Yuping Yan, Yaochu Jin · 2026 · arXiv

DOI: 10.48550/arXiv.2610.27644 · open-access PDF

Korean

연방형 멀티모델 데이터를 통한 최적화는 분산형 기관이 의료 이미지, 게놈 프로파일, 임상 기록 및 생리학 신호를 사용하여 공유 모델을 공동으로 최적화할 수 있게 해줍니다.그러나, 최적화 라이프 사이클 내내 모듈 특정 데이터를 보호하는 것은 여전히 충분히 탐구되지 않으며, 특히 heterogeneous 모듈이 분리된 암호화 키와 선택적 로컬 액세스를 필요로 할 때이 논문은 로컬 데이터 보호와 연방 업데이트를 분리하는 안전한 멀티모델 연방형 최적화 프레임워크를 제안합니다.

Machine translation (Meta M2M100); the English original follows.

Abstract

Federated optimization over heterogeneous multimodal data enables distributed institutions to collaboratively optimize a shared model using medical images, genomic profiles, clinical records, and physiological signals without centralizing raw data. However, protecting modality-specific data throughout the optimization lifecycle remains insufficiently explored, particularly when heterogeneous modalities require separate encryption keys and selective local access. This paper proposes a secure multimodal federated optimization framework that separates local data protection from federated-update p

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange