Jul, 2023
针对长尾数据的联邦学习安全聚合
A Secure Aggregation for Federated Learning on Long-Tailed Data
Yanna Jiang, Baihe Ma, Xu Wang, Guangsheng Yu, Caijun Sun...
TL;DR本文针对联邦学习中数据不均衡和拜占庭节点攻击的问题,提出了一种新的两层聚合方法和智囊团概念,用于拒绝恶意模型和选出包含尾部类别数据信息的有价值模型进行全局聚合,初步实验证明智囊团对于全局聚合进行有效的模型选择。