抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
分散機械学習の進歩は,将来の通信とネットワーク化を起す。連合学習(FL)の出現は,分散機械学習のための効率的なフレームワークを提供してきたが,まだ多くのセキュリティ課題に直面している。それらの中で,モデル中毒攻撃は,FLのセキュリティと性能に著しい影響を与える。モデル中毒攻撃に対する防御に焦点を絞った多くの研究が行われていることを考えると,既存の研究を調査し,将来の研究を奨励する洞察を提供する必要がある。本論文では,まず,モデル中毒攻撃に対する防御機構を2つのカテゴリーに分類する:局所モデル更新のための評価方法とグローバルモデルのための集約法。次に,既存の防御戦略のいくつかを詳細に解析した。また,いくつかの潜在的課題と将来の研究方向を論じた。著者らの知る限り,FLにおけるモデル中毒攻撃に対する防御方法を初めて調査した。【JST・京大機械翻訳】