缓解联邦学习中的数据注入攻击

💡 原文中文,约2100字,阅读约需5分钟。
📝

内容提要

该文章介绍了一种检测和缓解联邦学习系统中数据注入攻击的新技术。通过在协调节点的单个训练实例中执行缓解方法,可以在算法收敛时进行缓解。通过仿真实验表明,当协调节点检测到并隔离所有攻击者时,模型会恢复并收敛到可信模型。

🏷️

标签

➡️

继续阅读