热点事件持续更新

联邦学习客户端远程行锤击攻击研究发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年10月22日，arXiv发布一项关于联邦学习安全的新研究。该研究由Jinsheng Yuan等人主导，首次证明可通过操纵联邦学习客户端的传感器观测，在服务器端远程发起行锤击攻击（Rowhammer Attack）。攻击者利用强化学习代理，在语音识别和CIFAR10分类任务中诱导服务器产生重复聚集内存更新。实验显示，该方法实现了约70%的重复更新率，成功在服务器DRAM中引发位翻转。这种攻击可导致模型学习中断或引发意外提权漏洞。该成果揭示了联邦学习及底层硬件设计在安全缓解策略上面临的新挑战，为相关领域的安全研究提供了新方向。

AI 根据报道生成 · 12 小时前更新

最新进展10月22日 12:00

联邦学习客户端通过对抗观测发起远程行锤击攻击

报道时间线

沿着报道，了解事件的不同侧面。

10月22日

12:00
arXiv · ML
联邦学习客户端通过对抗观测发起远程行锤击攻击
研究首次证明，通过操纵联邦学习客户端的传感器观测，可诱导服务器产生重复聚集内存更新，从而发起远程行锤击攻击（Rowhammer Attack）。使用强化学习攻击代理在语音识别和 CIFAR10 分类任务中，实现了约 70% 的重复更新率（RUR），有效在服务器 DRAM 中引发位翻转。该攻击可致学习中断或意外提权，揭示了联邦学习及硬件设计在安全缓解策略上的新方向。

本事件热度走势

可比范围当前: 7
可比范围峰值: 910月22日 16:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。