基于联邦学习的神经网络对抗攻击研究_20260124_075238.docx

基于联邦学习的神经网络对抗攻击研究_20260124_075238.docx

毕业设计(论文)

PAGE

1-

毕业设计(论文)报告

题目:

基于联邦学习的神经网络对抗攻击研究

学号:

姓名:

学院:

专业:

指导教师:

起止日期:

基于联邦学习的神经网络对抗攻击研究

摘要:随着联邦学习(FL)在隐私保护领域应用的不断深入,其安全性问题日益凸显。本文针对基于联邦学习的神经网络模型,研究了对抗攻击对模型性能的影响。首先,分析了联邦学习的基本原理和对抗攻击的常见类型,然后提出了一种基于联邦学习的神经网络对抗攻击方法。该方法通过在联邦学习过程中引入对抗样本,对参与联邦学习的神经网络模型进行攻击,从而降低模型的准确性和鲁棒性。

文档评论(0)

1亿VIP精品文档

相关文档