跳到正文
热点事件持续更新

研究者提出联邦学习数据重建攻击方法AWA

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Yongcun Song等研究者提出针对联邦学习FedAvg场景的数据重建攻击方法AWA（近似加权攻击），实验称其在多项图像数据重建评估指标上优于现有最先进方法，代码已开源。 该方法通过插值近似生成客户端本地训练的中间模型更新，使攻击FedAvg场景可行；同时设计逐层加权损失函数，并用贝叶斯优化调参以提升重建数据质量。

AI 根据报道生成 · 1 小时前更新

最新进展11月14日 13:00
联邦学习中的近似加权数据重建攻击（AWA）方法

报道时间线

沿着报道，了解事件的不同侧面。

11月14日
  1. arXiv cs.AI
    联邦学习中的近似加权数据重建攻击（AWA）方法

    研究者提出针对联邦学习 FedAvg 场景的数据重建攻击方法 AWA（approximate and weighted attack）。该方法通过插值近似生成客户端本地训练的中间模型更新，并设计逐层加权损失函数、以贝叶斯优化调参来提升重建数据质量。实验表明 AWA 在多项图像数据重建评估指标上优于现有最先进方法，代码已开源。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。