联邦学习后门过滤器

清洗被投毒的模型更新

ANODYNE通过分层过滤与裁剪局部模型更新，缓解联邦学习中的后门攻击，相比现有防御更鲁棒。

Gu, Zhipin · Shi, Jiangyong · Yang, Yuexiang

Expert Systems with Applications 2025

技术优势

抓得住全程后门

ANODYNE不只看单轮更新的异常，而是把梯度分解成低维子向量，从空间和时间两个维度综合判断，因此能识别每一轮都注入后门的攻击。

多个数据集上防得住

ANODYNE在三个数据集、三种模型上都战胜了现有防御方法，说明不是只对某个特定任务有效。

应用场景

• 具身智能安全：保护机器人联邦学习模型不被后门控制，维持行为策略可信。
• 先进机器人安全：过滤联邦学习中投毒更新，防止机器人部署时特定动作被触发。
• 量子通信安全：阻止恶意节点在量子通信网络中注入后门模型。