DEFEND：面向安全联邦学习道路状况分类的投毒模型检测与恶意客户端排除机制
DEFEND: Poisoned Model Detection and Malicious Client Exclusion Mechanism for Secure Federated Learning-based Road Condition Classification
AI 导读
DEFEND 通过逐神经元幅度分析与高斯混合模型（GMM）聚类检测被投毒模型，并在每轮丢弃其贡献、调整客户端评分，从而排除恶意客户端。在多种联邦学习道路状况分类模型和任务上，它抵御定向标签翻转攻击，效果优于七个基线至少 15.78%。攻击下性能与无攻击场景相同。