arXiv cs.AI· Viktor Valadi, Lucas Beerens, Mattias {\AA}kesson, Johan \"Ostman, Fazeleh Hoseini, Salman Toor, Andreas Hellander·· 10 小时前AI 评分30
梯度反转攻击在联邦学习中真的可行吗？arXiv 新研究给出实测结论
Practical Feasibility of Gradient Inversion Attacks in Federated Learning
AI 导读
一项 arXiv 研究系统评估了图像类联邦学习场景下梯度反转攻击的实际可行性，覆盖图像分类与目标检测任务及当代分辨率的经典视觉架构。结果显示，现代性能优化模型在视觉上始终能抵抗有意义的图像重建，此前的成功案例多依赖推理模式运行或架构简化等上界设定。在诚实但好奇的服务器假设下，高保真图像重建不构成生产级联邦学习系统的关键隐私风险。
来源：arXiv cs.AI · arxiv.org