文献检索-宁波市创意产业特色资源库

限定检索结果

面向Non-IID数据的拜占庭鲁棒联邦学习: 收藏
分享
引用; 《通信学报》2023年第6期44卷 138-153页; 作者：马鑫迪李清华姜奇马卓高胜田有亮马建峰西安电子科技大学网络与信息安全学院陕西西安710071 中央财经大学信息学院北京100081 贵州大学计算机科学与技术学院贵州贵阳550025; 面向数据分布特征为非独立同分布的联邦学习拜占庭节点恶意攻击问题进行研究,提出了一种隐私保护的鲁棒梯度聚合算法。该算法设计参考梯度用于识别模型训练中“质量较差”的共享梯度,并通过信誉度评估来降低数据分布异质对拜占庭节点识...; 面向数据分布特征为非独立同分布的联邦学习拜占庭节点恶意攻击问题进行研究,提出了一种隐私保护的鲁棒梯度聚合算法。该算法设计参考梯度用于识别模型训练中“质量较差”的共享梯度,并通过信誉度评估来降低数据分布异质对拜占庭节点识别的影响。同时,结合同态加密和随机噪声混淆技术来保护模型训练和拜占庭节点识别过程中的用户隐私。最后,在真实数据集中进行仿真测试,测试结果表明所提算法能够在保护用户隐私的条件下,准确、高效地识别拜占庭攻击节点,具有较好的收敛性和鲁棒性。; 来源：详细信息评论

限定检索结果