連邦型対比推薦システムのモデル汚染攻撃に対する堅牢性

連邦型推薦システムは、プライバシーを保護しつつ、スパース性の高いクライアントデータを活用するための対比学習フレームワークを提案する。さらに、この対比学習がかえってシステムの脆弱性を高めることを発見し、ポピュラリティに基づく正則化手法を導入することで、推薦性能と堅牢性を両立させる。