AAAIFeb, 2021
数据异质性影响联邦学习鲁棒性的诅咒或救赎?
Curse or Redemption? How Data Heterogeneity Affects the Robustness of Federated Learning
Syed Zawad, Ahsan Ali, Pin-Yu Chen, Ali Anwar, Yi Zhou...
TL;DR文章研究数据异构性对联合学习中后门攻击的影响,发现数据异构性是后门攻击有效性的主要因素,但也会导致过度拟合和攻击能力提升,为应对这些问题提出了防御方向和设想,为设计鲁棒的联合学习方法和系统提供新的见解。