基于聚類分析的橫向聯(lián)邦學習方案

打開文本圖片集

摘  要：聯(lián)邦學習是一種分布式的學習方法，參與者協(xié)同訓練模型，參與者將數(shù)據(jù)保留在本地，只是把模型參數(shù)發(fā)送到服務器，從而保證了數(shù)據(jù)的安全性。研究發(fā)現(xiàn)，在模型訓練的過程中，存在遭受數(shù)據(jù)投毒的數(shù)據(jù)或惡意竄改的數(shù)據(jù)，使訓練的模型難以取得較好的預測效果。因此，文章提出一個基于聚類分析的參與者評價算法，通過對數(shù)據(jù)集進行聯(lián)合分析并采取相應的措施來防御投毒攻擊。（剩余8778字）