提出FUSE抗拜占庭公平联邦学习聚合器

Tiantong Sun 等在 arXiv 发布论文，提出面向 q-公平联邦学习的结构感知拜占庭鲁棒聚合器 FUSE，解决公平机制放大高损失客户端更新、易被恶意更新缩放利用的问题。此时服务器只能观察到公平性缩放后的客户端更新。 方法上，FUSE 使用小型可信标注数据集做系数恢复，结合径向筛选、锥一致性筛选和筛选后步长控制。基于论文摘要，在四个基准和七种拜占庭攻击下，各基准最差攻击准确率较最强基线提升 3.9–30.1 个百分点，同时基本保留公平机制应保护的高损失诚实客户端的影响。 以上数字为摘要报告结果，尚属作者声称，未见独立验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。