华南理工大学

联邦进修使多个参与方可以在数据隐私失去庇护的情况下训练机器进修模型。但是由于服务器无法监控参与者在本地举行的训练过程，参与者可以篡改本地训练模型，从而对联邦进修的全局模型构成安全序隐患，如后门进击。本文重点关注如何在有进攻庇护的训练框架下，对联邦进修发起后门进击。本文发现后门进击的植入与部分神经网络层的相关性更高，并将这些层称为后门进击环节层。鉴于后门环节层的发现，本文提出通过进击后门环节层绕过进…