arXiv · cs.AI· Yalin E. Sagduyu·· 3 天前AI 评分15
车联网联邦学习中的干净标签投毒攻防博弈研究
Clean-label Poisoning Attack and Defense Game for Federated Learning in Vehicular Networks
来源与原文
arXiv · cs.AI
作者：Yalin E. Sagduyu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.32765v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
该 arXiv 论文研究车联网联邦学习中干净标签投毒攻击与防御的交互。攻击方在特征空间将良性样本扰动至恶意特征极端，在不改变标签的情况下降低类别可分性；防御方提出特征一致性重标注方法检测并重标可疑样本。博弈论框架分析表明，攻击随被控节点数有效扩展，而该防御能在不损害干净准确率的情况下保持低攻击成功率。
来源：arXiv · cs.AI · arxiv.org