arXiv cs.LG· Tiantong Sun, Jinlin Liu, Xingru Wei, Zequan Fang, Wei Chen, Qiang Yang, Xiaojin Zhang·· 7 小时前AI 评分15
FUSE：面向 q-fair 联邦学习中拜占庭攻击的公平性感知更新筛选
FUSE: Fairness-aware Update Screening against Byzantine Exploitation in $q$-Fair Federated Learning
AI 导读
针对 q-fair 联邦学习（q-FFL）在拜占庭鲁棒性上的空白，研究者提出结构感知聚合器 FUSE，在仅能观测公平性缩放后客户端更新的接口下，用小型可信标注数据集完成系数恢复、尺度与锥一致性筛选及步长控制。在四个基准和七种拜占庭攻击下，FUSE 将各基准上种子级最差攻击准确率较最强基线提升 3.9–30.1 个百分点，同时基本保留高损失诚实客户端的影响力。
来源：arXiv cs.LG · arxiv.org