09:08
官方账号arXiv cs.LG@Chao Feng, Burkhard Stiller
精选73°
推荐理由：CACTUS在去中心联邦学习中实现了高效后门传播，攻击成功率随恶意节点比例增加而提高。
去中心联邦学习
共 1 条相关 AI 资讯
9月3日
09:08
CACTUS是一种新型后门攻击方法，在去中心联邦学习(DFL)环境中实现了51.2%的平均攻击成功率。该方法通过掩码引导的模态特定操作器，将语义对转换为有目标表示偏移。研究者在语音、文本、表格和图像四种模态的九种聚合规则下测试了CACTUS。当恶意节点比例为30%时，该方法在语音命令数据集上表现最佳，并在四种模态中的三种中实现了最高的平均攻击成功率。