实体
FedGNNs
FedGNNs
PulseAugur coverage of FedGNNs — every cluster mentioning FedGNNs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
LLM通过FedLSG框架增强联邦图后门防御
研究人员开发了FedLSG，一个将大型语言模型（LLMs）集成到联邦图后门防御中的新颖框架。该方法将本地图结构和客户端更新行为转换为自然语言表示，从而实现对潜在威胁的语义理解。采用了轻量级的师生架构，服务器上的全规模LLM提供全局指导，客户端基于LoRA的学生进行语义推理以抑制恶意影响。实验表明，FedLSG在不损害图完整性的情况下增强了对后门攻击的抵抗力。
-
新研究推动联邦学习在隐私和异构性方面的进展
研究人员正在开发新的方法来改进联邦学习，这是一种允许模型在不损害隐私的情况下对去中心化数据进行训练的技术。几篇论文介绍了处理数据异构性的新算法，例如用于随机森林的FedForest和用于物联网系统中客户端选择的VARS-FL。其他工作侧重于通过共识嵌入进行隐私保护推理以及用于联邦图神经网络的鲁棒方法。此外，正在探索新的理论框架来限制泛化误差并激励联邦环境中的客户端贡献。