基于多級信任度量的群體學(xué)習(xí)后門威脅防護

打開文本圖片集

摘  要：群體學(xué)習(xí)是一種基于區(qū)塊鏈的分布式模型協(xié)同訓(xùn)練框架。由于接入設(shè)備類型和用戶信任關(guān)系多變，群體學(xué)習(xí)中可能存在由惡意節(jié)點發(fā)起的投毒行為和后門傳播效應(yīng)。文章從多級信任度量的角度展開研究，首先，通過組合針對區(qū)塊鏈的日蝕攻擊和針對聯(lián)邦學(xué)習(xí)的分布式后門攻擊構(gòu)造一種具有強傳染性的攻擊方法；其次，結(jié)合基于數(shù)字簽名的用戶身份認證和基于模型逆向的后門異常檢測建立一個多級信任度量模型；最后，利用群體學(xué)習(xí)的交叉驗證機制進行后門模型剔除以及異常節(jié)點注銷。（剩余10940字）