横向联邦学习系统的安全聚合方法
来源：计算机工程与应用杂志2024年第14期北京时间：
作者：黄秀丽, 于鹏飞, 高先周
单位：国网智能电网研究院有限公司 信息网络安全国网重点实验室，南京 210003
摘要：针对隐私保护的横向联邦学习系统提出了一种模型安全聚合方案。在横向联邦学习系统利用同态加密进行隐私保护的情况下，服务器可以准确检测拜占庭节点发起的模型投毒攻击，避免异常本地模型参与全局模型的聚合。实验结果表明，所提方案可以保证在系统中存在拜占庭节点发动模型投毒攻击的情况下得到安全聚合的和高准确度的全局模型，并且不会为联邦学习系统带来过多的计算和通信开销。
关键词：联邦学习,安全聚合,拜占庭攻击,异常检测,隐私保护
