READ-2361 Neurotoxin: Durable Backdoors in Federated Learning

论文名称Neurotoxin: Durable Backdoors in Federated Learning
作者Zhengming Zhang, Ashwinee Panda, Linyue Song, Yaoqing Yang, Michael Mahoney, Prateek Mittal, Ramchandran Kannan, Joseph Gonzalez
来源ICML 2022
领域Machine Learning - Federal learning - Security – poisoning attack
问题攻击者可以向FL插入后门,但是这些后门不持久,一旦停止上传中毒攻击,后门就无法停留在全局模型中
方法在Neurotoxin中,为了避免与良性客户端的更新方向发生重叠,恶意客户端将恶意梯度投影到良性客户端未使用的子空间上,增加了攻击的稳定性

阅读记录

在这里插入图片描述
在这里插入图片描述


总结

相比于PGD, Neurotoxin将中毒更新投影到良性更新不常使用的参数空间上,使得后门攻击的持久性更强。

  • 7
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值