BriefGPT - AI 论文速递
·
FedGraM: Defending Against Untargeted Attacks in Federated Learning via Embedding Gram Matrix
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法FedGraM，通过嵌入格拉姆矩阵来抵御联邦学习中的非针对性攻击，显著提升模型的防御效果。实验结果表明，FedGraM在有限数据样本下优于现有防御方法。
🎯
关键要点
- 本研究提出了一种新方法FedGraM，旨在解决联邦学习中非针对性攻击导致的全球模型性能下降问题。
- FedGraM通过嵌入格拉姆矩阵来检测和移除攻击，从而显著提升模型的防御效果。
- 实验结果表明，FedGraM在有限数据样本下的表现优于现有的防御方法。
➡️
