BackDFL

新研究强调联邦学习系统的漏洞 · 跟踪到2个来源

研究人员开发了新的框架来解决联邦学习系统中的安全漏洞。一种名为STAIN-FL的方法，通过操纵标签和掩盖梯度，在视频异常检测中引入了隐蔽的、上下文触发的后门攻击，在对干净准确率影响最小的情况下，表现出显著的错误分类率。另一项贡献BackDFL，作为去中心化联邦学习中后门攻击和防御的统一基准，揭示了在现实的、自适应的攻击下，尤其是在异构和依赖图拓扑的场景中，当前鲁棒的方法和适应性防御会失效。