FLGuard: 基于对比模型的拜占庭安全联邦学习
原文中文,约300字,阅读约需1分钟。发表于: 。FLGuard 是一种新的拜占庭 - 鲁棒联邦学习方法,通过利用对比学习技术检测恶意客户端并丢弃恶意本地更新,设计 FLGuard 作为一种集成方案来最大化其防御能力,在各种中毒攻击下广泛评估 FLGuard,并与现有的拜占庭 - 鲁棒联邦学习方法的全局模型的准确性进行比较,在大多数情况下,FLGuard 优于现有的防御方法,并在非独立和标识分布设置下展现了巨大的改进。
FLGuard是一种新的拜占庭-鲁棒联邦学习方法,通过对比学习技术检测恶意客户端并丢弃恶意本地更新。FLGuard在各种中毒攻击下广泛评估,并与现有方法进行比较,结果显示FLGuard在大多数情况下优于现有的防御方法,并在非独立和标识分布设置下展现了巨大的改进。