模型被投毒攻击,如今有了新的安全手段,还被AI顶刊接收
现今,机器学习(ML),更具体地说,深度学习已经改变了从金融到医疗等广泛的行业。在当前的 ML 范式中,训练数据首先被收集和策划,然后通过最小化训练数据上的某些损失标准来优化 ML 模型。
联邦学习(FL)是一种分布式的协作学习方法,允许多个数据所有者在不泄露数据隐私的情况下协作训练机器学习模型。FLock系统通过点对点投票和奖惩机制,结合区块链和智能合约技术,提供了安全可靠的FL系统结构,能够防止恶意行为。实证分析证明了FLock方法的有效性和鲁棒性。