研究人员推出了一种新颖的联邦学习框架FL-OA，旨在增强其对抗拜占庭攻击的鲁棒性。该框架利用第三方组织的外包审计，该组织拥有根数据集，可以在不严格假设恶意设备比例的情况下进行鲁棒聚合。FL-OA还包含一个梯度上升步骤和一个校正项，以解决良性更新中的发散问题，并采用参数重要性指标，通过关注关键参数来简化审计过程。 AI
影响 该框架有望提高分布式设备上协作式AI模型训练的安全性和可靠性。
排序理由 该集群包含一篇详细介绍联邦学习新框架的学术论文。[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 →
