买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:北京理工大学
摘要:一种基于迭代不变指标的拜占庭攻击检测方法,属于分布式机器学习领域。通过构造特征距离以及输出层偏差作为迭代不变指标,以检测拜占庭攻击。特征距离的计算基于预训练编码器,对预训练编码器提取的辅助数据集特征,与本地模型提取的辅助数据集特征之间的距离进行计算,从而有效检测模型中毒攻击;而输出层偏差基于对本地模型输出层梯度方差的分析,估计用户本地数据的分布,进而检测数据中毒攻击;此外,采用HDBSCAN聚类,即基于层次密度的空间聚类,对不同用户的迭代不变指标进行无需假设类数量的聚类,解决恶意用户比例未知的问题。本发明适用于分布式机器学习领域,在异步联邦学习的即时聚合策略下,提升攻击检测方法的鲁棒性与高效性。
主权项:1.一种基于迭代不变指标的拜占庭攻击检测方法,其特征在于:包括如下步骤,步骤一:收集公开数据集,通过基于特征稳定性的数据集缩减技术获得辅助数据集,并通过预训练编码器提取辅助数据集的特征,获得对齐后的特征;步骤二:基于步骤一获得的辅助数据集以及经过对齐的预训练编码器特征集,计算本地模型的推土机距离与余弦相似度,并通过计算本地模型的输出层梯度的方差评估输出层偏差;步骤三:通过熵权法将步骤二所得推土机距离与余弦相似度进行加权求和,获得对特征距离的表征,并结合输出层偏差,对恶意本地模型进行过滤,提升攻击检测方法的鲁棒性与高效性。
全文数据:
权利要求:
百度查询: 北京理工大学 一种基于迭代不变指标的拜占庭攻击检测方法
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。