MISA：揭示分割联邦学习的漏洞
原文中文，约300字，阅读约需1分钟。发表于：。提出了一种名为 MISA 的新型中毒攻击，通过污染顶部和底部模型导致全局模型失调，最终导致显著的准确率下降。该攻击揭示了 Split Federated Learning 的漏洞，挑战了其对中毒攻击的鲁棒性的传统观念。广泛的实验证明了 MISA 对 Split Federated Learning 可用性的重大威胁，强调学术界和工业界需要给予此问题充分重视。
MISA是一种新型中毒攻击，通过污染模型的顶部和底部导致全局模型失调，降低准确率。该攻击揭示了Split Federated Learning的漏洞，对其鲁棒性构成挑战。实验证明MISA对Split Federated Learning构成重大威胁，需要引起学术界和工业界的重视。
