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。

➡️

继续阅读