Nov, 2021
联邦学习攻击再探讨:对间隙、假设和评估方案的关键讨论
Federated Learning Attacks Revisited: A Critical Discussion of Gaps, Assumptions, and Evaluation Setups
Aidmar Wainakh, Ephraim Zimmer, Sandeep Subedi, Jens Keim, Tim Grube...
TL;DR通过对攻击 FL 的 48 篇相关文章进行系统性的映射研究,我们提供了对所提出的攻击及其评估设置的定量分析。在此基础上,我们揭示了几个关于目标 ML 模型类型、架构和数据分布的研究空白,并提出了一些推荐以避免评估中存在的偏差并促进充分的评估。