FedTrident：联邦学习中抵御投毒攻击的弹性道路状况分类
FedTrident: Resilient Road Condition Classification Against Poisoning Attacks in Federated Learning
AI 导读
FedTrident 通过神经元级分析、GMM 聚类过滤、自适应客户端评分和机器遗忘，抵御联邦学习道路状况分类中的定向标签翻转攻击（TLFA）。多种 FL-RCC 模型、任务和配置下，性能接近无攻击场景，在两项最关键指标上分别比 8 个基线方法高 9.49% 和 4.47%，对恶意客户端比例、数据异构和动态攻击保持韧性。