Logic-Based Robust Federated Learning Against Attacks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本文提出了一种名为FLORAL的防御机制,旨在增强联邦学习在时间序列数据中的稳健性,以抵御数据中毒攻击。通过逻辑推理评估客户端的可信度,实验结果表明其预测精度显著优于现有方法。

🎯

关键要点

  • 本文提出了一种名为FLORAL的防御机制,旨在增强联邦学习在时间序列数据中的稳健性。
  • FLORAL机制主要用于抵御数据中毒攻击。
  • 通过逻辑推理评估客户端的可信度,FLORAL有效提高了联邦学习的稳健性。
  • 实验结果表明,FLORAL在预测精度上显著优于现有基线方法。
➡️

继续阅读