Nov, 2023
关于联邦学习中叛变影响及其预防措施
On the Effect of Defections in Federated Learning and How to Prevent Them
Minbiao Han, Kumar Kshitij Patel, Han Shao, Lingxiao Wang
TL;DR该研究证明了参与者的永久叛变对最终模型的稳健性和泛化能力造成的不利影响，并且表明了当前联邦优化算法未能阻止这些有害的叛变。我们引入了一种具有理论保证的新型优化算法，在确保所有参与者达到一个有效解决方案的渐进收敛性的同时，预防了叛变，并通过数值实验验证了我们算法的有效性。