申请/专利权人:长沙理工大学
申请日:2024-03-07
公开(公告)日:2024-05-28
公开(公告)号:CN118095498A
主分类号:G06N20/20
分类号:G06N20/20;G06F18/214;G06F21/56
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明公开了一种基于后门触发器的拜占庭鲁棒联邦学习方案。应用于联邦学习中针对拜占庭投毒攻击的防御,方法步骤包括:联邦学习系统的初始化;局部的训练以及局部模型的上传;基于各个局部模型在验证集的预测准确率检测恶意局部模型;基于检测结果以及各个客户端上传的局部模型被识别为恶意模型的次数构建全局模型聚合和更新体系,对参与全局模型聚合的局部梯度进行加权,保证全局模型更新的有效性,使联邦学习系统在受到拜占庭攻击时也能保持较高的训练性能。
主权项:1.一种基于后门触发器的拜占庭鲁棒联邦学习方案,其特征在于,包括:构建由服务器、客户端构成的联邦学习系统模型;构建基于嵌入后门触发器的训练集的局部模型训练方案;基于各个局部模型在验证集上的预测准确率进行恶意局部模型的检测;基于各个客户端上传的局部模型被识别为恶意模型的次数进行全局模型的聚合。
全文数据:
权利要求:
百度查询: 长沙理工大学 一种基于后门触发器的拜占庭鲁棒联邦学习方案
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。