BriefGPT.xyz
Ask
alpha
关键词
federated learning systems
搜索结果 - 5
GI-NAS:通过自适应神经架构搜索提升梯度反转攻击
本文提出了一种名为 Gradient Inversion via Neural Architecture Search (GI-NAS) 的方法,通过自适应搜索网络和捕捉神经结构背后的隐含先验知识,进一步利用这种隐含先验知识来反转渐变并实施
→
PDF
a month ago
一种 Huber 损失最小化的拜占庭容错联邦学习方法
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,
→
PDF
10 months ago
基于联邦学习的针对性模型投毒攻击防御学习
本研究提出了使用一小部分的防御数据集来防范边缘用例攻击的观点。该模型 LearnDefend 可以估计客户更新是恶意的概率,并学习一个可以标记清洁或污染例子的被毒害数据检测器模型。同时,该学习防御模型在配对优化时还估计客户端的重要性模型。经
→
PDF
a year ago
Dropout 并非防止梯度泄漏所必需
这篇论文研究使用 Dropout 防御梯度反演攻击是否会影响模型效用,发现虽然使用 Dropout 能够一定程度上减少梯度泄露,但其并不能可靠地保护隐私,提出了一种新的 Dropout 反演攻击 (DIA) 来近似原始模型进行攻击,并在四种
→
PDF
2 years ago
针对鲁棒联邦学习的恶意客户检测学习
本文提出了一个新的框架,通过使用一个强大的检测模型,中央服务器可以学习来检测和移除恶意模型更新,从而实现有针对性的防御,以确保对拜占庭攻击和有针对性的模型毒化攻击具有鲁棒性的联合学习。
PDF
4 years ago
Prev
Next