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。
🏷️