Jul, 2024
联合学习中的非合作后门攻击：新的威胁景观
Non-Cooperative Backdoor Attacks in Federated Learning: A New Threat
Landscape
TL;DR随着Federated Learning（FL）在分布式数据上进行隐私保护模型训练的潜力，但它仍然容易受到后门攻击的影响。本研究探讨了FL面临的一种更令人担忧的情况：非合作的多触发器攻击。这些并行攻击利用了FL的去中心化特性，使得检测变得困难。实验结果显示了FL对此类攻击的显著脆弱性，即使影响主任务，也可以成功学习到单独的后门。该研究强调在不断发展的FL领域中，需要对各种后门攻击进行强大的防御。