联邦学习模型投毒 - Analyzing Federated Learning through an Adversarial Lens

论文笔记 - Analyzing Federated Learning through an Adversarial Lens

1. 基本信息

论文标题	Analyzing Federated Learning through an Adversarial Lens
论文作者	Arjun Nitin Bhagoji, Supriyo Chakraborty, Prateek Mittal, Seraphin Calo
科研机构	Princeton University, I.B.M Research
发表会议	ICML 2019
摘要概括	在这篇论文中作者提出了一种新的投毒攻击 - 模型投毒攻击，区别于传统的数据投毒攻击，通常情况下，恶意用户在上传恶意模型更新之前，会将模型更新进行放大，以占据全局模型更新的优势，最终实现毒化全局模型模型投毒攻击，使得全局模型能够对一组选定的输入进行错误分类。除此之外，作者还提出两种躲避恶意更新检测的方法 - 交替优化/对抗。
开源代码