车联网联邦学习中的干净标签投毒攻击与防御博弈
Clean-label Poisoning Attack and Defense Game for Federated Learning in Vehicular Networks
AI 导读
该研究在车联网联邦学习中针对基本安全消息（BSM）异常检测，提出特征空间干净标签投毒攻击：将良性样本向恶意特征极端扰动，保留标签的同时破坏类别可分性。防御端以特征一致性重标注检测可疑样本，并用博弈论框架刻画攻防均衡。结果显示攻击随被控节点数扩展，防御则在不降低干净准确率的情况下压低攻击成功率，并将均衡推向不利攻击的区域。