Aug, 2023
一种Huber损失最小化的拜占庭容错联邦学习方法
A Huber Loss Minimization Approach to Byzantine Robust Federated
Learning
TL;DR联邦学习系统易受到对抗攻击，本研究基于Huber损失最小化引入了一种新型聚合器，并进行了全面的理论分析，相比现有方法，我们的方法在独立同分布的假设下具有几个优势，包括对被攻击客户端比例（ε）具有最优依赖性，不需要对ε进行精确的了解，允许不同客户端具有不均等的数据规模，此外，我们还拓展了分析范围，包括非独立同分布的数据，即客户端拥有略有不同的分布。