FedTruth：联邦学习中防御拜占庭与后门攻击的通用方案
Identifying the Truth of Global Model: A Generic Solution to Defend Against Byzantine and Backdoor Attacks in Federated Learning (full version)
AI 导读
FedTruth 是一种防御联邦学习中拜占庭攻击与后门攻击的通用方案，通过动态聚合权重从所有模型更新中估计真实的全局模型更新。该方法无需服务器端良性根数据集，不对良性或恶意数据分布做假设，并考虑所有良性客户端的贡献。实验显示，FedTruth 能降低投毒模型更新的影响，并在大规模联邦学习系统中保持高效。