arXiv 隐私论文· Maria-Ioana-Andrea Ivan·· 1 天前AI 评分31
Enhanced Detective：用联邦学习双阶段防御金融欺诈检测中的内部投毒攻击
Enhanced Detective: A Dual-Stage Proactive Defense Against Internal Poisoning Attacks in Financial Fraud Detection Using Federated Learning
AI 导读
针对联邦学习金融欺诈检测中恶意客户端投毒本地数据或模型更新的问题，研究者提出双阶段鲁棒聚合策略 Enhanced Detective，结合中位数绝对偏差（MAD）、基于距离的更新过滤与 FedMedian 聚合。在不平衡信用卡数据集上经 50 轮通信评估定向标签翻转与权重缩放攻击，当恶意客户端占比达 40% 时，该方案取得 0.796 的 AUPRC 和 0.847 的召回率。
来源：arXiv 隐私论文 · arxiv.org