期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于模型聚合的去中心化拜占庭鲁棒算法
1
作者
卢朕
李建业
董云泉
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第3期492-500,共9页
针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全...
针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全局模型性能的影响,进而排除恶意模型更新并实施安全梯度聚合,实现安全高效的联邦学习.对SCORE函数得分结果进行阈值划分,降低用户属性分类的错误率并提高诚实用户的容错率.通过理论证明可验证的去中心化联邦学习算法的收敛性,并且通过大量数值实验验证所提方法对于拜占庭用户数量和攻击类型的鲁棒性.实验结果表明,在同等拜占庭攻击条件下,所提方法相较于其他容错算法具有更优的分类准确度.
展开更多
关键词
联邦学习
拜占庭攻击
安全聚合
鲁棒算法
去中心化网络
在线阅读
下载PDF
职称材料
题名
基于模型聚合的去中心化拜占庭鲁棒算法
1
作者
卢朕
李建业
董云泉
机构
南京信息工程大学电子与信息工程学院
出处
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024年第3期492-500,共9页
基金
国家自然科学基金资助项目(62071237)
2023年江苏省研究生科研与实践创新计划资助项目(SJCX23_0371)。
文摘
针对联邦学习中拜占庭用户发送任意错误信息,污染全局模型,影响联邦学习安全性和有效性的问题,在含未知数量拜占庭用户的去中心化网络中,提出可验证的去中心化联邦学习方法.该方法使用SCORE函数,基于验证数据集评估未知属性用户对于全局模型性能的影响,进而排除恶意模型更新并实施安全梯度聚合,实现安全高效的联邦学习.对SCORE函数得分结果进行阈值划分,降低用户属性分类的错误率并提高诚实用户的容错率.通过理论证明可验证的去中心化联邦学习算法的收敛性,并且通过大量数值实验验证所提方法对于拜占庭用户数量和攻击类型的鲁棒性.实验结果表明,在同等拜占庭攻击条件下,所提方法相较于其他容错算法具有更优的分类准确度.
关键词
联邦学习
拜占庭攻击
安全聚合
鲁棒算法
去中心化网络
Keywords
federated learning
Byzantine attack
secure aggregation
robust algorithm
decentralized network
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于模型聚合的去中心化拜占庭鲁棒算法
卢朕
李建业
董云泉
《浙江大学学报（工学版）》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
