基于异常值检测与鲁棒性增强的联邦学习防御策略.docx

基于异常值检测与鲁棒性增强的联邦学习防御策略.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于异常值检测与鲁棒性增强的联邦学习防御策略

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于异常值检测与鲁棒性增强的联邦学习防御策略

摘要:随着联邦学习的广泛应用,其安全性问题日益凸显。异常值攻击作为一种常见的攻击手段,能够破坏联邦学习模型的性能和鲁棒性。本文提出了一种基于异常值检测与鲁棒性增强的联邦学习防御策略。首先,通过分析异常值的特点,设计了一种新的异常值检测算法,能够有效地识别出参与联邦学习过程中的异常值。其次,针对异常值对模型性能的影响,提出了一种鲁棒性增

文档评论(0)

1亿VIP精品文档

相关文档