基于多权重主观逻辑的联邦学习攻击防御机制

裴浪涛; 陈学斌; 翟冉

doi:10.11907/rjdk.231255

您当前的位置：

首页 >

文章列表页 >

基于多权重主观逻辑的联邦学习攻击防御机制

网络空间安全 | 更新时间：2024-06-17

- 基于多权重主观逻辑的联邦学习攻击防御机制
- Federated Learning Attack Defense Mechanism Based on Multi-weighted Subjective Logic
- ”
- 软件导刊 2024年23卷第5期页码：123-129
- 作者机构：
  
  1.华北理工大学理学院
  2.河北省数据科学与应用重点实验室
  3.唐山市数据科学重点实验室，河北唐山 063210
- 作者简介：
  
  裴浪涛（1997-），男，CCF会员，华北理工大学理学院硕士研究生，研究方向为联邦学习、数据安全、隐私保护
  陈学斌（1970-），男，博士，CCF杰出会员，华北理工大学理学院教授，研究方向为数据安全、物联网安全、网络安全。
  翟冉（1998-），女，CCF会员，华北理工大学理学院硕士研究生，研究方向为数据安全、网络安全、隐私保护。
- 基金信息：
  
  国家自然科学基金项目(U20A20179)
- DOI：10.11907/rjdk.231255
  中图分类号： TP309
- 纸质出版日期：2024-05-15，
  
  收稿日期：2023-03-15，
扫描看全文
裴浪涛,陈学斌,翟冉.基于多权重主观逻辑的联邦学习攻击防御机制[J].软件导刊,2024,23(05):123-129.

PEI Langtao,CHEN Xuebin,ZHAI Ran.Federated Learning Attack Defense Mechanism Based on Multi-weighted Subjective Logic[J].Software Guide,2024,23(05):123-129.
裴浪涛,陈学斌,翟冉.基于多权重主观逻辑的联邦学习攻击防御机制[J].软件导刊,2024,23(05):123-129. DOI： 10.11907/rjdk.231255.

PEI Langtao,CHEN Xuebin,ZHAI Ran.Federated Learning Attack Defense Mechanism Based on Multi-weighted Subjective Logic[J].Software Guide,2024,23(05):123-129. DOI： 10.11907/rjdk.231255.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种属性基可搜索加密的医疗数据共享方案

一种基于区块链的可信溯源应用

基层医疗单位电子病历系统问题与对策分析

一种基于区块链的可信密封拍卖方案

一种基于区块链的自主身份管理方案

基于多权重主观逻辑的联邦学习攻击防御机制

Federated Learning Attack Defense Mechanism Based on Multi-weighted Subjective Logic

DOI：10.11907/rjdk.231255