Pesquisadores detectam ataque de inferência de rótulos em aprendizado federado vertical pela assimetria nos embeddings
O ataque MaliciousSGD permite que um participante de aprendizado federado vertical recupere rótulos privados mantidos por outra parte, manipulando seu próprio otimizador local sem alterar as mensagens trocadas com o servidor — o que torna defesas baseadas em perturbação de gradiente ineficazes. Os autores propõem uma defesa que detecta a assinatura estatística desse ataque nos embeddings recebidos e neutraliza apenas o participante malicioso.
Fonte ↗