READ-2310 Byzantine-Robust Distributed Learning Towards Optimal Statistical Rates
论文名称 | Byzantine-Robust Distributed Learning Towards Optimal Statistical Rates |
---|---|
作者 | Dong Yin, Yudong Chen, Ramchandran Kannan, Peter Bartlett |
来源 | ICML 2018 |
领域 | Machine Learning - Federal learning - Security - Byzantine attack |
问题 | 针对拜占庭攻击,已有研究难以指出健壮性学习算法的最佳统计性能。尚无研究指出在拜占庭稳健的同时,什么是最佳的可实现统计性能,以及什么算法可以实现这种性能 |
方法 | 提出基于中位数和修剪平均运算的分布式梯度下降算法,并分析了两种健壮聚合方法的最优统计误 |
创新 | 对算法的收敛性和最佳性能进行全面的证明 |
阅读记录
聚合方法
(1)Coordinate-wise median:对于模型每一维度的参数,选择所有客户端对应参数的中值
(2)Coordinate-wise trimmed mean: 移除最大和最小的β个元素后,对剩下参数进行平均
总结
这篇文章是较早提出对抗拜占庭攻击进行防御的文章,在后续的新方法中已证明其无法较好的防御一些较强的投毒攻击。但是相比后续一些新文章,它对算法的收敛性和最佳性能进行了全面的证明,值得借鉴学习。