论文提出联邦学习投毒防御Enhanced Detective
热点事件持续更新
论文提出联邦学习投毒防御Enhanced Detective
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Maria-Ioana-Andrea Ivan 等在 arXiv 提交论文，提出面向联邦学习内部投毒攻击的双阶段鲁棒聚合防御方法 Enhanced Detective，结合中位数绝对偏差（MAD）、基于距离的更新过滤与 FedMedian 聚合。 实验在不平衡信用卡数据集上进行，测试定向标签翻转和权重缩放两类攻击，共 50 轮通信。论文称在 40% 恶意客户端情形下，该方法取得 AUPRC 0.796、Recall 0.847。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
Enhanced Detective：面向联邦学习金融欺诈检测的双阶段投毒防御方法报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · cs.AIEnhanced Detective：面向联邦学习金融欺诈检测的双阶段投毒防御方法
论文提出 Enhanced Detective，一种针对联邦学习内部投毒攻击的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测试定向标签翻转和权重缩放攻击，共 50 轮通信；40% 恶意客户端下，该方法取得 AUPRC 0.796、Recall 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。