车联网联邦学习干净标签投毒攻防博弈研究

Sagduyu 等在 arXiv 论文（arXiv:2610.32765）中研究车联网联邦学习中干净标签投毒攻击与防御的博弈：攻击者在特征空间将良性样本扰动至恶意特征极端，在保留标签的同时破坏类别可分性；防御侧提出特征一致性重标注方法检测并重标可疑样本。 论文用博弈论建模攻防互动并刻画均衡策略。结果显示，攻击效果随被控节点数增加而增强；防御可在不降低干净数据准确率的情况下压低攻击成功率，将均衡推向不利于攻击者的一侧。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。