摘要
近日,华中科技大学2023届硕士毕业生陆建荣(导师胡胜山副研究员)的论文“Depriving the Survival Space of Adversaries Against Poisoned Gradients in Federated Learning”被IEEE Transactions on Information Forensics&Security(TIFS)期刊录用。联邦学习(Federated Learning,FL)能够在不泄露边缘客户端隐私数据的情况下协作客户端学习得到一个知识丰富的全局模型。然而,联邦学习极容易受到拜占庭攻击的影响,即攻击者可以通过制造有毒的本地模型来破坏全局模型的性能。
出处
《信息网络安全》
CSCD
北大核心
2024年第3期488-488,共1页
Netinfo Security