【技术实现步骤摘要】
本专利技术提供一种面向联邦学习的隐形后门攻击方法、系统及设备，属于联邦学习对抗投毒攻击。
技术介绍
0、技术背景
1、在联邦学习的场景下，模型的安全性和鲁棒性面临多种威胁，其中后门攻击是常见且具高度隐蔽性的一类攻击方式。后门攻击的基本思路是通过对本地训练数据或模型参数的篡改，在模型中注入恶意触发器，使得模型在正常情况下可以准确地执行任务，但当输入特定的触发器时，模型会产生错误的输出，从而实现攻击者的预期目标。
2、与传统的集中式学习不同，联邦学习中各个参与方的数据是去中心化的，模型的更新是在本地完成的，然后发送到中心服务器进行聚合。这种分布式的特性为后门攻击提供了可乘之机。攻击者可以利用本地模型更新的独立性，在本地数据或模型中注入后门触发器，同时不影响模型对正常数据的性能，从而使攻击难以被检测。典型的后门攻击方式包括在训练数据中加入特定的模式(例如某种像素图案)作为触发器，或通过恶意修改模型的梯度，使模型在某些特定输入下做出预定的错误决策。
3、后门攻击的隐蔽性使得它在联邦学习中的检测和防御变得极为困...
【技术保护点】
1.一种面向联邦学习的隐形后门攻击方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向联邦学习的隐形后门攻击方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的一种面向联邦学习的隐形后门攻击方法，其特征在于，所述步骤2中具体步骤为：
4.根据权利要求3所述的一种面向联邦学习的隐形后门攻击方法，其特征在于，所述步骤3中，在每轮联邦学习模型聚合时，攻击者操作恶意客户端上传被污染的本地模型参数至服务端，参与联邦学习聚合并污染全局模型。
5.一种面向联邦学习的隐形后门攻击系统，其特征在于，包括：
...【技术特征摘要】
1.一种面向联邦学习的隐形后门攻击方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种面向联邦学习的隐形后门攻击方法，其特征在于，所述步骤1具体包括：
3.根据权利要求2所述的一种面向联邦学习的隐形后门攻击方法，其特征在于，所述步骤2中具体步骤为：
4.根据权利要求3所述的一...
【专利技术属性】
技术研发人员：葛继科，凌劲，汪波，冯漫蔓，冯兵，何明坤，谭杰，张一帆，孔伟权，陈祖琴，于希南，
申请(专利权)人：重庆科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。