怎样在联邦学习中检测并过滤出恶意或数据投毒的客户端?
在联邦学习(FL)的去中心化架构中,客户端是不可信的。恶意参与者(也称为拜占庭客户端,Byzantine Clients)可能会故意发送错误或毒化的模型更新(Data Poisoning或Model Poisoning),从而导致全局模型崩...
在联邦学习(FL)的去中心化架构中,客户端是不可信的。恶意参与者(也称为拜占庭客户端,Byzantine Clients)可能会故意发送错误或毒化的模型更新(Data Poisoning或Model Poisoning),从而导致全局模型崩...