联邦学习不再安全？港大TPAMI新作：深挖梯度反转攻击的内幕

香港大学等联合团队在IEEE TPAMI发表研究，系统剖析联邦学习中的梯度反转攻击（GIA），提出三类攻击分类并进行理论与实验评估。研究发现，OP-GIA虽实用但受限于Batch Size和分辨率，GEN-GIA依赖预训练模型，ANA-GIA易暴露。实验表明多步本地训练和大Batch可显著提升安全性，尤其在LoRA微调中，小模型与高分辨率更安全。团队据此提出三阶段防御策略，为联邦学习隐私保护提供了兼具理论深度与实践价值的解决方案。
来源：https://mp.weixin.qq.com/s/8HRwrOeilGrUT7GJqDDsvg