面向联邦学习的后门攻击及防御算法研究与应用.pdf

面向联邦学习的后门攻击及防御算法研究与应用.pdf

摘要

摘要

随着人工智能的快速发展,联邦学习作为分布式机器学习框架冉冉兴起。

然而,因其参与机制与数据特性,使得恶意客户端可通过后门攻击威胁联邦系

统。针对现有攻击依赖静态触发器易被防御识别、剪枝防御易因过度剪枝损害

性能等局限性。本文提出了基于生成对抗网络的掩码触发器算法和面向联邦学

习的精细剪枝防御算法,基于多维度实验验证,系统验证了攻击策略与防御机

制的有效性。在此基础上,构建了面向联邦学习场景的后门攻击防御评估平台。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档