基于零知识证明的联邦学习中的异常检测:踢出坏家伙!

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该文介绍了一种抵御后门攻击的方法,通过生成具有新学习知识的图像来过滤触发器图像,以确保更新的全局模型是良性的。实验结果表明,该方法可以抵御几乎所有现有类型的后门攻击,并在IID和non-IID场景下优于所有七种最先进的防御方法。

🎯

关键要点

  • 该文介绍了一种抵御后门攻击的方法。
  • 方法通过生成具有新学习知识的图像来过滤触发器图像。
  • 确保更新的全局模型是良性的。
  • 实验结果表明,该方法可以抵御几乎所有现有类型的后门攻击。
  • 在IID和non-IID场景下优于所有七种最先进的防御方法。
  • 尤其在80%的恶意客户端存在时,依旧能够成功抵御后门攻击。
➡️

继续阅读