一种在联邦学习场景下针对全局数据分布进行攻击的方法

    公开(公告)号:CN116192424A

    公开(公告)日:2023-05-30

    申请号:CN202211526827.7

    申请日:2022-12-01

    Abstract: 本发明属于面向联邦学习的攻击领域,具体涉及一种在联邦学习场景下针对全局数据分布进行攻击的方法,包括攻击前的准备和在共享梯度的监督和引导下利用强化学习的整体攻击过程;攻击前的准备是设置攻击时候所需要的各类参数、环境、工具;共享梯度的监督和引导下利用强化学习的整体攻击过程是在共享梯度的监督和引导下,通过强化学习(深度强化学习算法DDPG)来调整恶意客户本地数据的分布,最终推测出联邦学习全局数据的分布情况。其优点在于,仅使用共享梯度和DDPG算法来调整恶意客户本地数据的分布,最终推测出联邦学习全局数据的分布情况。

Patent Agency Ranking