基于后門攻擊的聯(lián)邦學(xué)習(xí)惡意軟件檢測(cè)系統(tǒng)脆弱性分析

打開(kāi)文本圖片集

摘要：深度學(xué)習(xí)技術(shù)已成為惡意軟件檢測(cè)的核心技術(shù)之一，然而其依賴于集中式訓(xùn)練，需要定期更新數(shù)據(jù)庫(kù)并進(jìn)行重訓(xùn)練以應(yīng)對(duì)惡意軟件的不斷演進(jìn)。聯(lián)邦學(xué)習(xí)作為一種新興的分布式學(xué)習(xí)技術(shù)，通過(guò)在多個(gè)客戶端本地訓(xùn)練分類模型并共享學(xué)習(xí)成果以構(gòu)建全局模型，能有效保護(hù)數(shù)據(jù)隱私并適應(yīng)惡意軟件的多樣化；但聯(lián)邦學(xué)習(xí)由于其分布式的特性，易受到惡意客戶端后門攻擊的影響。（剩余20098字）