Buffer is All You Need: Defending Federated Learning against Backdoor Attacks under Non-iid Conditions
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新方法FLBuff,以保护联邦学习在非独立同分布环境下免受后门攻击。研究表明,非独立同分布特征使良性和恶性更新难以区分,而FLBuff通过对比学习创建缓冲层,有效提升了防御效果。
🎯
关键要点
-
本研究提出了一种新方法FLBuff,以保护联邦学习在非独立同分布环境下免受后门攻击。
-
研究表明,非独立同分布特征使良性和恶性更新难以区分。
-
FLBuff通过对比学习创建缓冲层,有效提升了防御效果。
➡️