【光熙博士生学术论坛讲座】

讲座人：刘欣睿博士生

题目：面向多场景联邦学习的安全威胁与防御技术研究

时间：2026年7月6日16: 00-17: 00

地点：L1618

讲座内容：

联邦学习能够在不共享原始数据的前提下实现多方协作训练，目前已广泛应用于医疗、金融和边缘智能等领域。在实际部署中，由于数据划分方式和系统威胁模型不同，联邦学习被分为多种不同场景，这些场景都面临恶意攻击的威胁。本文探究面向多场景联邦学习的安全威胁与防御技术。针对明文横向联邦蒸馏场景，本文提出分布式后门攻击算法，揭示联邦蒸馏框架中的后门风险；针对恶意客户端占多数的横向联邦学习场景，提出结合遗忘学习和选择性掩码聚合的鲁棒防御方法；针对梯度保护横向联邦学习场景，本文结合密文编码、零知识证明和区块链技术，实现隐私保护下的拜占庭鲁棒防御；针对纵向联邦学习场景，分别提出后门嵌入防御，以及隐私保护搭便车攻击检测算法。