联邦学习后门攻击需求
Last updated on 2023-09-17 16:06
联邦学习中加入后门攻击：
1.后门样本：在样本上加触发器
2.后门攻击：在训练阶段，输入后门样本对模型进行训练，给模型注入后门。在测试阶段，模型对正常样本表现正常，对后门样本分类为攻击者的目标分类
1.需要做的
1.加3个后门攻击：加高斯噪声、语义后门攻击、模型替换后门
高斯噪声：均值为0，标准差随便设置一个值，只要能够在图片上成功加入高斯噪声就行。
模型替换后门攻击、语义后门攻击：已有代码（论文附带的），代码能够正常运行。
论文参考：《How To Backdoor Federated Learning》
代码（建议把高斯噪声加在这个代码里）：https://github.com/ebagdasa/backdoors101
2.运行代码，跑出3个后门攻击的后门精度变化图：跑100轮吧
2.需要给我的
1.高斯噪声的代码和画图(后门精度)的代码
2.语义后门、模型替换后门是如何实现的，思路是什么？可以写个小文档或者是直接给我讲（基于已有代码）
3.3个后门攻击的后门精度变化图（其他超参数设置，随你设置都行，我主要想看后门攻击是否成功注入）
联邦学习后门攻击需求
https://luoynothing.github.io/2023/09/17/联邦学习后门攻击需求/