Oct, 2022
FedRecover: 使用历史信息从联邦学习的污染攻击中恢复
FedRecover: Recovering from Poisoning Attacks in Federated Learning using Historical Information
Xiaoyu Cao, Jinyuan Jia, Zaixi Zhang, Neil Zhenqiang Gong
TL;DR本文提出了一种名为 FedRecover 的方法,可以通过储存全局模型和客户机模型更新的历史信息,利用几种优化策略来恢复准确的全局模型,从而防止对联合学习的攻击。