联邦学习中基于NMSS和LoRA的鲁棒防御机制研究 | |
所属分类:技术论文 | |
上传者:wwei | |
文档大小:1448 K | |
标签: 联邦学习 隐私保护 投毒攻击 | |
所需积分:0分积分不够怎么办? | |
文档介绍:针对联邦学习中隐私泄露、数据投毒和模型篡改等安全威胁,构建了一种融合不可篡改秘密共享与低秩适应技术的防御架构。该方案采用三服务器门限验证机制与零知识证明技术,确保参数分片在传输和恢复过程中的安全性;同时,利用低秩约束与动态权重聚合算法,有效限制恶意攻击干扰并降低通信开销。在CIFAR-10和mini-ImageNet等数据集上的实验充分验证了该方法在提高防御准确率、降低模型误差和提升系统鲁棒性方面的显著优势,证明了方案在大规模场景下的实用性和可扩展性。结论表明,该架构为联邦学习环境下安全防护提供了一种高效、可行的技术路径。 | |
现在下载 | |
VIP会员,AET专家下载不扣分;重复下载不扣分,本人上传资源不扣分。 |
Copyright © 2005-2025 华北计算机系统工程研究所版权所有 京ICP备10017138号-2