Key points are not available for this paper at this time.
التعلم الفيدرالي (FL) هو نموذج تعلم آلي موزع يمكّن من تدريب النماذج على بيانات غير مركزية. يعاني مجال أمان التعلم الفيدرالي من الهجمات السامة من الارتباك بسبب انتشار الأبحاث التي تتبنى افتراضات مختلفة حول قدرات الأعداء والنماذج التي يعملون تحتها. تهدف دراستنا إلى توضيح هذا الارتباك من خلال تقديم تحليل شامل لمختلف الهجمات السامة وقواعد التجميع الدفاعية (AGRs) المقترحة في الأدبيات، وربطها ضمن إطار عمل مشترك. لربط نماذج الأعداء الموجودة، نقدم نموذج عدو هجين، يتوسط طيف الأعداء، حيث يقوم العدو باختراق عدد قليل من العملاء، وتدريب نموذج توليدي (مثل DDPM) بعينات مختطفة، وتوليد بيانات جديدة اصطناعية لحل تحسين لهجوم أقوى (مثل، أرخص، وأكثر عملية) ضد قواعد التجميع القوية المختلفة. من خلال تقديم طيف أعداء التعلم الفيدرالي، نهدف إلى تزويد الممارسين والباحثين بفهم واضح لأنواع التهديدات المختلفة التي يحتاجون إلى أخذها في الاعتبار عند تصميم أنظمة التعلم الفيدرالي، وتحديد المجالات التي تحتاج إلى مزيد من البحث.
درس موجافاري وآخرون (سن) هذا السؤال.