TRIP-Shapley

TRIP-Shapley框架改进P2P联邦学习归因

研究人员开发了TRIP-Shapley，一个用于点对点联邦学习（P2PFL）中贡献归因的新框架。该方法解决了DICE等先前方法固有的通信开销和错误报告攻击漏洞。TRIP-Shapley为每一轮独立计算贡献分数，仅传播标量值以保持实际通信成本，同时仍能考虑整个训练过程中的影响。实验表明，与DICE相比，通信节省显著，并且能有效防御错误报告攻击。