サイバーセキュリティにおける敵対的環境下のフェデレーテッド・ラーニング: テストベッド設計と中毒耐性

フェデレーテッド・ラーニングは、データプライバシーと分散学習の課題に取り組む革新的なアプローチであるが、中毒攻撃に対する脆弱性が存在する。本研究では、サイバーセキュリティ分野におけるフェデレーテッド・ラーニングのテストベッドを開発し、データ中毒と モデル中毒の影響を詳細に分析する。