DecoyTrace: Toxic Decoys for Active Defense in Decentralized Federated Learning
该论文针对去中心化联邦学习(DFL, Decentralized Federated Learning)场景下防御能力不足的问题,提出了名为 DecoyTrace 的主动式网络欺骗防御方案。DFL 取消了中心聚合服务器,虽然避免了单点故障,
共收录 2 条相关情报。
← 返回所有主题该论文针对去中心化联邦学习(DFL, Decentralized Federated Learning)场景下防御能力不足的问题,提出了名为 DecoyTrace 的主动式网络欺骗防御方案。DFL 取消了中心聚合服务器,虽然避免了单点故障,
本文提出了一种名为 Pretender 的新型主动防御方法,旨在防御针对扩散模型的微调攻击。扩散模型在文本到图像生成等领域取得显著进展,但微调阶段易被恶意利用以产生有害或侵权内容。Pretender 通过主动干扰微调过程,在模型发布前嵌入保