抗投毒协作
能在更宽松的前提条件下抵御恶意参与者投毒攻击的联邦学习聚合方法。
Che, Wang · Wu, Zhenhao · 高健博 · 张家硕 · Junjie, Xia · Feng, Gao · 关志 · 陈钟
Frontiers of Computer Science 2024
在有针对性和无针对性的投毒攻击下，FedTop 仍能保持较高的学习性能，无需筛选恶意客户端。
与现有方法相比，FedTop 在更少的先验约束下工作，例如不要求知道恶意参与者的比例或攻击类型。
FedTop 是一个聚合方法，可直接替换联邦学习中的默认聚合器，无需修改客户端训练流程。