强大的联邦学习抵抗客户端训练数据分布推理攻击

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

FLGuard是一种新的拜占庭-鲁棒联邦学习方法,通过检测恶意客户端并丢弃恶意本地更新来提高防御能力。FLGuard在各种中毒攻击下进行了广泛评估,并与现有方法进行了比较,表现出更好的防御能力和改进。

🎯

关键要点

  • FLGuard是一种新的拜占庭-鲁棒联邦学习方法。
  • FLGuard通过对比学习技术检测恶意客户端并丢弃恶意本地更新。
  • FLGuard设计为一种集成方案,以最大化其防御能力。
  • FLGuard在各种中毒攻击下进行了广泛评估。
  • FLGuard与现有的拜占庭-鲁棒联邦学习方法的全局模型准确性进行了比较。
  • 在大多数情况下,FLGuard优于现有的防御方法。
  • FLGuard在非独立和标识分布设置下展现了巨大的改进。
➡️

继续阅读