ASMR：面向故障客户端韧性的角度支持
机器学习
2025-08-05 v1
摘要
联邦学习（Federated Learning）允许以分布式且隐私保护的方式训练深度神经网络。然而，该概念因参与客户端发送的故障更新而导致全局模型性能下降。故障的原因可能包括技术问题、劣势训练数据或恶意攻击。目前大多数防御机制都需要不切实际的前提条件，例如对故障更新数量的了解，这使其不适用于实际应用。为抵消这些问题，我们引入一种新方法，称为角度支持故障客户端韧性（Angular Support for Malfunctioning Client Resilience，简称ASMR），该方法基于客户端的角度距离动态排除故障客户端。我们的新方法不需要任何超参数或对故障客户端数量的了解。我们的实验在肿瘤组织学数据集上的图像分类任务中展示了ASMR的检测能力，同时也呈现了动态调整决策边界重要性的发现。
引用
@article{arxiv.2508.02414,
title = {ASMR: Angular Support for Malfunctioning Client Resilience in Federated Learning},
author = {Mirko Konstantin and Moritz Fuchs and Anirban Mukhopadhyay},
journal= {arXiv preprint arXiv:2508.02414},
year = {2025}
}