跳到正文
原文

谁为拜占庭鲁棒性买单?少数医院协作下的有效性、数据份额独裁与公平性

Who Pays for Byzantine Robustness? Validity, Data-Share Dictatorships, and Fairness When Only a Few Hospitals Collaborate

arXiv:其他 AI 安全论文· arXiv:2611.22904· Adnan Malkani·本站收录· 2 天前· 原文发表日期未标评测· 扫描记录里的位置 →
AI 导读

论文对八种标准拜占庭鲁棒聚合规则做了实证审计,发现其在仅三到六家医院、数据规模悬殊的医疗联邦学习联盟中存在失效与公平问题。作者在 FLamby 基准的三个跨机构医疗数据集上执行 54,214 次训练,并用精确孪生留出对照把性能下降分解为诚实数据损失与攻击损害。结果显示,单一医院持有过半训练数据时,样本量加权会让中位数和 GeoMed 变成该医院干净模型的独裁,主导中心攻击时加权中位数、GeoMed 和 Centered Clipping 崩溃;最大医院攻击时,基于数量的规则失败主要源于诚实数据损失(ISIC 上 7.5 到 10.4 个百分点)而非对抗扰动(2.3 到 3.8 个百分点),依赖权重的规则在 ISIC 上真实攻击损害达 16.1 到 25.1 个百分点;无加权规则会持续折扣参数更新最不典型的机构,在 Heart 上惩罚最小医院,在 TCGA 和 ISIC 上惩罚较大机构。

阅读原文arxiv.org