本研究提出了FedCLEAN，一种在非独立同分布环境下有效防御模型中毒攻击的联邦学习方法。FedCLEAN通过计算客户端模型激活图的重建误差来识别潜在攻击者，并在MNIST和FashionMNIST数据集上验证了其有效性。

FedCLEAN: Byzantine Defense in Non-IID Federated Learning Environments by Clustering Errors in Activation Maps
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证