フェデレーテッドラーニングにおけるデータポイズニング検出

フェデレーテッドラーニング（FL）は、複数のクライアントが自身のローカルデータセットを公開することなく、協力してモデルをトレーニングする新しい機械学習のパラダイムです。このパラダイムでは、中央サーバーを持つのではなく、多くのクライアントがモデルのトレーニングの責任を共有します。しかし、これにより、FLシステムのクライアントが悪意のあるモデルの更新を送信できるようになります。たとえば、敵対者は誤ったデータでローカルモデルをトレーニングし、モデルに敵対者が定義した目的を挿入したり、精度の著しい低下を引き起こしたりする可能性があります。