面向无人机网络的联邦层次聚类防御方法.pdfVIP

第3卷第1期网络空间安全科学学报Vol.3No.1

2025年2月JournalofCybersecurityFeb.2025

面向无人机网络的联邦层次聚类防御方法

112*111

刘洋，卢源斌，杨易龙，刘心晶，马卓，马建峰

（1.西安电子科技大学网络与信息安全学院，西安710071；

2.西安电子科技大学人工智能学院，西安710071）

摘要：随着物联网技术的发展，无人机（UnmannedAerialVehicle，UAV）辅助边缘计算对于提高数据处理能力和

模型性能至关重要。但无人机节点计算和存储能力不足限制了本地模型的质量，无法有效支撑神经网络模型的训练任

务，引入联邦学习机制构建无人机群可以有效解决这一问题。但是这一过程涉及系统可用性和隐私保护的权衡，导致

投毒攻击更易生效且更加隐蔽。传统的聚合防御方案通过引入相似性或梯度贡献评估来筛选恶意梯度，从而抵御投毒

攻击的威胁，但近年来自适应投毒攻击的出现使得此类防御方法不再有效。因此，为了更好地防御模型投毒攻击，提

出了一种基于层次聚类的聚合算法，通过自底向上对梯度进行处理，实现无人机群对各类投毒攻击的通用性防护。在

三个常用的数据集上评估了不同攻击场景下的防御效果，与现有方案相比，本文方案的平均防御成功率提高了11.25%，

模型准确率平均提高了2.8%。

关键词：联邦无人机网络；投毒攻击防御；层次聚类

中图分类号：TP391文献标志码：A

DOI:10.20172/j.issn.2097-3136.250103

AfederatedhierarchicalclusteringdefensemethodforUAVnetworks

112*111

LIUYang,LUYuanbin,YANGYilong,LIUXinjing,MAZhuo,MAJianfeng

（1.Schoolo