超级会员免费看
FLAME算法旨在解决联邦学习中的后门问题，通过动态模型过滤、自适应裁剪和自适应噪声添加来识别和移除恶意模型更新，同时保持全局模型的主任务性能。论文分析了在没有客户端数据分布信息时面临的挑战，并提出了相应的解决方案。
文章目录
论文笔记 - FLAME: Taming Backdoors in Federated Learning
1. 基本信息
| 论文标题 | FLAME: Taming Backdoors in Federated Learning |
|---|---|
| 论文作者 | Thien Duc Nguyen, Phillip Rieger, Huili Chen, Hossein Yalame, Helen Möllering, Hossein Fereidooni, Samuel Marchal, Markus Miettinen, Azalia Mirhoseini, Shaza Zeitouni, Farinaz Koushanfar, Ahmad-Reza Sadeghi, Thomas Schneider |
| 科研机构 | Technical University of Darmstadt, University of California San Diego, Aalto University, Google |
| 录用会议 | USENIX Security 2022 |
| 摘要概述 |
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
