arXiv · ML· Jeff Nijsse, Shu Su, Benjamin Oholeguy, Sreenivas Sremath Tirumala·· 23 小时前AI 评分23
基于物理证实的联邦学习：保障关键水基础设施中的协同异常检测
Physics-Attested Federated Learning: Securing Collaborative Anomaly Detection in Critical Water Infrastructure
AI 导读
该研究将物理不变量转化为联邦学习更新的可验证准入要求，解决了数据投毒防御问题。 在SWaT等三个测试台上，挖掘出的不变量拒绝了所有伪造遥测数据，且利用零知识证明（zk-SNARKs）在保护隐私的同时验证了批次遵从性。 该方法有效恢复了因重放投毒导致的78%目标攻击召回率损失。
来源：arXiv · ML · arxiv.org