基于DAGMM的联邦学习后门攻击防御方法
摘要:
本发明公开了一种基于DAGMM的联邦学习后门攻击防御方法,包括以下步骤:(1)客户端接受全局模型,训练上传本地模型与相应的神经元激活情况;(2)服务器接收更新,利用DAGMM计算对应客户端的损失;(3)基于多轮重构误差的防御。本发明能有效保护模型免遭后门攻击。
公开/授权文献
0/0