Armadillo：面向联邦学习的单服务器安全聚合系统，具备输入验证鲁棒性
密码学与安全
2025-11-17 v1
摘要
本文提出了安全聚合系统 Armadillo，具备对 adversarial clients 的颠覆性抗性，即任何 coalition of malicious clients（在容忍阈值内）只能通过在预定义合法范围内误报其私有输入来影响聚合结果。Armadillo 设计用于联邦学习场景，即单个强大服务器与众多弱客户端交互迭代训练模型以学习客户端私有数据。虽然已有少数研究在此设置下考虑抗置乱鲁棒性，但要么造成高 per-client 成本（Chowdhury 等，CCS '22），要么需要许多轮次（Bell 等，USENIX Security '23）。虽然可通过 zero-knowledge proof 技术实现通用抗置乱鲁棒性（本文也采用此技术），但我们通过两种新设计实现了高效系统：1）一种简单两层安全聚合协议，仅需简单算术计算；2）一种 agreement protocol，通过低轮次消除恶意客户端对聚合的影响。通过这些技术，Armadillo 在保持服务器和客户端计算轻量级的同时，以 3 轮完成每次安全聚合。
引用
@article{arxiv.2511.10863,
title = {Armadillo: Robust Single-Server Secure Aggregation for Federated Learning with Input Validation},
author = {Yiping Ma and Yue Guo and Harish Karthikeyan and Antigoni Polychroniadou},
journal= {arXiv preprint arXiv:2511.10863},
year = {2025}
}