跳到正文
arXiv · ML· Adnan Malkani·· 2 天前AI 评分25

医疗联邦学习中拜占庭鲁棒性的代价:小样本协作下的公平性与数据独裁问题

Who Pays for Byzantine Robustness? Validity, Data-Share Dictatorships, and Fairness When Only a Few Hospitals Collaborate

AI 导读

临床联邦学习仅连接3至6家医院,导致标准拜占庭鲁棒聚合规则失效。审计显示,在Fed-Heart-Disease等数据集中,样本权重使中位数聚合变成“模型独裁”,单家医院掌握超半数数据即可主导结果。

来源:arXiv · ML · arxiv.org