English(EN) GDBR: Label Recovery Attack Against Partial Gradient Encryption in Federated Learning

新的GDBR攻击通过部分加密破坏联邦学习中的隐私

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了一种名为GDBR的新攻击，可以从使用部分梯度加密的联邦学习系统中恢复私有标签。该攻击利用了神经网络架构中的一个漏洞，表明仅加密输出层不足以保护敏感数据。GDBR可用于数据重构和成员推理等下游攻击，挑战了部分加密提供足够隐私的假设。 AI

影响凸显了联邦学习系统中重大的隐私风险，可能影响隐私保护人工智能技术的采用。

排序理由详细介绍新攻击方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Rui Zhang, Ka-Ho Chow · 2026-07-07 04:00

GDBR: Label Recovery Attack Against Partial Gradient Encryption in Federated Learning

arXiv:2412.12640v2 Announce Type: replace Abstract: The increasing demand for data privacy, alongside the benefits of aggregating data from networked devices, has catalyzed the emergence of federated learning (FL). In FL, clients jointly train a global model by sharing gradients …