具有方差减少和差分隐私的拜占庭鲁棒联邦学习

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

BRIEF是一种新型的联邦学习系统,通过聚类、模型分割算法和密码工具对抗恶意攻击,保持更新机密性和训练正确性。经过安全性证明和实证评估,测试准确率接近基线,攻击成功率约为0-5%,同时减少通信开销和运行时间。

🎯

关键要点

  • BRIEF是一种新型的联邦学习系统,旨在对抗恶意攻击。
  • 系统使用DBSCAN算法的新型聚类方法和模型分割算法。
  • 通过多种密码工具保持更新机密性和训练正确性。
  • 经过安全性证明和实证评估,测试准确率接近基线,平均差距为0.8%。
  • 攻击成功率约为0-5%。
  • 设计旨在最大程度地减少通信开销和运行时间。
➡️

继续阅读