本研究提出了一种分布式多目标后门攻击模型，针对联邦学习中的后门攻击问题。通过多通道触发策略和后门重放，确保不同恶意客户端的攻击有效性，验证结果显示攻击成功率超过93%。

VoicePrivacy Challenge 通过社区和挑战推动语音技术隐私保护。本文介绍了 VoicePrivacy 2020 的语音匿名化任务、系统开发、评估数据集、攻击模型和评估指标，并报告了两个匿名化基线的评估结果。

该论文介绍了一种新的HGNNs攻击模型MGHGA，集中在修改节点特征上，能够在离散和连续数据集上有效对节点和视觉对象分类任务进行攻击，相对于基准方法，攻击性能平均提升了2%。