FL Backdoor Defense (Ⅱ) - DeepSight

WBZhang2022

于 2023-06-05 11:44:21 发布

阅读量947

点赞数

分类专栏： ▶ Trustworthy AI 文章标签：算法聚类机器学习

本文链接：https://blog.csdn.net/weixin_44944722/article/details/130966297

版权

13 篇文章 ¥19.90 ¥99.00

订阅专栏

DeepSight算法通过结合模型更新检测剔除和裁剪，防御后门攻击。利用Diffs、NEUPs和Threshold Exceeding进行聚类分析，区分恶意和良性模型更新，并通过HDCSCAN聚类算法实现有效防御。裁剪模块对良性更新进行聚合，提高全局模型主任务准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

论文笔记 - DeepSight: Mitigating Backdoor Attacks in Federated Learning Through Deep Model Inspection

论文标题	DeepSight: Mitigating Backdoor Attacks in Federated Learning Through Deep Model Inspection
论文作者	Phillip Rieger, Thien Duc Nguyen, Markus Miettinen, Ahmad-Reza Sadeghi
科研机构	Technical University of Darmstadt
录用会议	NDSS 2022
摘要概括	现有的抵御联邦学习后门攻击算法通常表现在中心服务器排除偏离正常范围的模型更新。但是这些方法会排除偏离正常范围的良性模型更新导致全局模型性能下降。为了解决此类问题，