联邦学习中基于NMSS和LoRA的鲁棒防御机制研究
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>1448 K
標(biāo)簽： 联邦学习 隐私保护 投毒攻击
所需積分：0分積分不夠怎么辦？
文檔介紹：针对联邦学习中隐私泄露、数据投毒和模型篡改等安全威胁，构建了一种融合不可篡改秘密共享与低秩适应技术的防御架构。该方案采用三服务器门限验证机制与零知识证明技术，确保参数分片在传输和恢复过程中的安全性；同时，利用低秩约束与动态权重聚合算法，有效限制恶意攻击干扰并降低通信开销。在CIFAR-10和mini-ImageNet等数据集上的实验充分验证了该方法在提高防御准确率、降低模型误差和提升系统鲁棒性方面的显著优势，证明了方案在大规模场景下的实用性和可扩展性。结论表明，该架构为联邦学习环境下安全防护提供了一种高效、可行的技术路径。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。