WaSA：联邦学习恶意客户端无监督离线检测
热点事件持续更新
WaSA：联邦学习恶意客户端无监督离线检测
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Alessandro Licciardi 提交论文预印本，提出 WaSA——一个完全无监督、离线的联邦学习恶意客户端检测框架。其做法是：训练前每个客户端只向服务器发送一份隐私保护的频谱摘要，服务器用仅以干净辅助数据训练的去噪自编码器，按偏离良性流形的程度为客户端打分，无需攻击标签即可识别任意类型的污染。 论文已被 IEEE COINS 2026 接收，会议于 2026 年 9 月 7 日至 9 日在意大利博洛尼亚举行，代码已公开。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
WaSA：用于联邦学习中恶意客户端无监督离线检测的小波散射自编码器报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LGWaSA：用于联邦学习中恶意客户端无监督离线检测的小波散射自编码器
WaSA 是一个完全无监督、离线的联邦学习恶意客户端检测框架：训练前每个客户端仅向服务器发送一份隐私保护的频谱摘要，由仅用干净辅助数据训练的去噪自编码器按偏离良性流形的程度为客户端打分，无需攻击标签即可识别任意类型的污染。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。