Huazhong University of Science and Technology（华中科技大学）

EnCAgg: Enhanced Clustering Aggregation for Robust Federated Learning against Dynamic Model Poisoning

EnCAgg: 增强型聚类聚合用于对抗动态模型中毒的联邦学习

Tianyun Zhang, Zhen Yang, Haozhao Wang, Ru Zhang, Yongfeng Huang

机构 * School of Cyberspace Security, Beijing University of Posts and Telecommunications（信息安全部门，北京邮电大学） ； School of Computer Science and Technology, Huazhong University of Science and Technology（计算机科学与技术学院，华中科技大学） ； Department of Electronic Engineering, Tsinghua University（电子工程系，清华大学） 纠错

AI总结 本文提出了一种新的鲁棒聚合方法，通过利用少量已知的良性客户端作为参考，准确识别和过滤恶意梯度，同时保留尽可能多的良性梯度，即使恶意客户端的数量未知且变化。方法包括密度基低维梯度聚类、增强聚类低维梯度生成模型和低维梯度重新聚类。