基于β-VAE的联邦学习异常更新检测算法

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘 要:利用自编码器模型检测恶意模型更新的联邦学习框架是一种优秀的投毒攻击防御框架,但现有的基于自编码器的模型存在训练困难、异常检测能力不足等问题。针对以上问题,提出了一种基于β-VAE的联邦学习异常更新检测算法:服务器端通过抑制训练样本的随机属性,生成更稳定的训练数据集,并使用该数据集对β-VAE异常检测模型进行即时训练。(剩余18732字)

目录
monitor
客服机器人