基于多級(jí)信任度量的群體學(xué)習(xí)后門(mén)威脅防護(hù)

打開(kāi)文本圖片集

摘  要：群體學(xué)習(xí)是一種基于區(qū)塊鏈的分布式模型協(xié)同訓(xùn)練框架。由于接入設(shè)備類(lèi)型和用戶信任關(guān)系多變，群體學(xué)習(xí)中可能存在由惡意節(jié)點(diǎn)發(fā)起的投毒行為和后門(mén)傳播效應(yīng)。文章從多級(jí)信任度量的角度展開(kāi)研究，首先，通過(guò)組合針對(duì)區(qū)塊鏈的日蝕攻擊和針對(duì)聯(lián)邦學(xué)習(xí)的分布式后門(mén)攻擊構(gòu)造一種具有強(qiáng)傳染性的攻擊方法；其次，結(jié)合基于數(shù)字簽名的用戶身份認(rèn)證和基于模型逆向的后門(mén)異常檢測(cè)建立一個(gè)多級(jí)信任度量模型；最后，利用群體學(xué)習(xí)的交叉驗(yàn)證機(jī)制進(jìn)行后門(mén)模型剔除以及異常節(jié)點(diǎn)注銷(xiāo)。（剩余10940字）