FedReview：无需验证数据集或历史知识即可审查并清除联邦学习中的被投毒更新
FedReview: Review and Dispose Poisoned Updates without Validation Datasets or Historic Knowledge
AI 导读
研究者提出联邦学习审查机制 FedReview，可识别并清除投毒更新，无需服务器端验证数据集或客户端先验知识。服务器每轮随机指派部分客户端为审查者，在各自训练数据上评估并排序更新，经多数投票剔除可疑更新，容忍恶意审查者的错误排序。相比 FLTrust，它允许客户端灵活参与；实验显示能在对抗环境中训练出性能良好的全局模型。