基于零信任架构的抗拜占俄鲁姆式无线联邦学习
信息论
2025-03-25 v1 机器学习
math.IT
摘要
无线通信的联邦学习（FL）是通过空中计算（AirComp）实现通信高效性的关键方法。然而，AirComp基于的模拟传输机制会加剧潜在拜占俄鲁姆攻击带来的挑战。本文提出一种新颖的抗拜占俄鲁姆式联邦学习范式，称为具有安全自适应聚类功能的联邦学习（FedSAC）。FedSAC通过基于零信任架构（ZTA）的拜占俄鲁姆识别和自适应设备聚类，保护部分设备免受攻击。通过进行一步收敛分析，本文理论上刻画了不同设备聚类机制和每个设备不均匀聚合权重因子的收敛行为。基于我们的分析结果，我们构建了每个通信轮次中聚类和权重因子的联合优化问题。为实现针对性优化，本文提出一种基于ZTA历史声誉的动态拜占俄鲁姆识别方法。进一步，我们引入顺序聚类方法，将联合优化转化为不牺牲最优性的权重优化问题。为优化权重，我们利用惩罚凸凹过程（P-CCP）获取稳定解。数值结果表明，所提出的FedSAC在测试准确率和收敛速率方面均优于现有方法。
引用
@article{arxiv.2503.18284,
title = {Byzantine-Resilient Over-the-Air Federated Learning under Zero-Trust Architecture},
author = {Jiacheng Yao and Wei Shi and Wei Xu and Zhaohui Yang and A. Lee Swindlehurst and Dusit Niyato},
journal= {arXiv preprint arXiv:2503.18284},
year = {2025}
}
备注
Accepted by IEEE JSAC