BriefGPT - AI 论文速递
·
TS-Inverse：针对联邦时间序列预测模型的梯度反演攻击
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的梯度反演攻击方法TS-Inverse，旨在降低联邦学习中时间序列预测模型的隐私风险。实验结果显示，TS-Inverse在sMAPE指标上比现有方法提高了2到10倍。
🎯
关键要点
- 本研究提出了一种新颖的梯度反演攻击方法TS-Inverse。
- TS-Inverse旨在降低联邦学习中时间序列预测模型的隐私风险。
- 研究解决了通过梯度反演攻击重构客户端训练数据的挑战。
- TS-Inverse通过学习输出分位数预测的模型和独特的损失函数来改进反演效果。
- 实验结果显示，TS-Inverse在sMAPE指标上比现有方法提高了2到10倍。
➡️
