研究者提出双阶段防御抵御联邦学习投毒
热点事件持续更新
研究者提出双阶段防御抵御联邦学习投毒
1 篇报道1 个报道来源23 小时前更新
先了解这件事
AI 综述
研究者 Ivan、Ermis 与 Olimid 提出 Enhanced Detective 双阶段鲁棒聚合策略，结合 MAD、基于距离的更新过滤与 FedMedian 聚合，用于抵御联邦学习金融欺诈检测中的内部投毒攻击。 在不平衡信用卡数据集上针对标签翻转和权重缩放攻击进行 50 轮通信实验，40% 恶意客户端下 AUPRC 达 0.796、Recall 达 0.847。上述指标为论文报告的实验结果。
AI 根据报道生成 · 59 分钟前更新
最新进展10月15日 12:00
Enhanced Detective：联邦学习金融欺诈检测中抵御内部投毒攻击的双阶段主动防御报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIEnhanced Detective：联邦学习金融欺诈检测中抵御内部投毒攻击的双阶段主动防御
针对联邦学习金融欺诈检测中恶意客户端投毒问题，研究者提出 Enhanced Detective 双阶段鲁棒聚合策略，结合 MAD、基于距离的更新过滤与 FedMedian 聚合。在不平衡信用卡数据集上针对标签翻转和权重缩放攻击进行 50 轮通信实验，40% 恶意客户端下 AUPRC 达 0.796、Recall 达 0.847。
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。