SpectralKrum：連邦学習におけるビザンチン攻撃に対するスペクトル幾何学的防御

この記事では、連邦学習におけるビザンチン攻撃に対する新しい防御メカニズムであるSpectralKrumを紹介しています。このアプローチは、悪意のある参加者の影響を軽減するために、スペクトル幾何学的特性を利用しています。スペクトル法の使用は、敵対的な更新をそのスペクトル特性に基づいて特定し、フィルタリングすることに焦点を当てていることを示唆しています。幾何学的側面は、モデルパラメータ空間における更新の空間的関係の分析に関与している可能性があります。この研究分野は、特にデータソースが信頼できない環境において、連邦学習システムの堅牢性と信頼性にとって重要です。