基于剪枝策略的社交推荐系统防御算法  

作　　者：岳朋 梁妍 王天娇 吴杰[2] 

机构地区：[1]辽宁科技大学应用技术学院,辽宁鞍山114051 [2]辽宁科技大学计算机与软件工程学院,辽宁鞍山114051

出　　处：《电脑编程技巧与维护》2024年第8期12-14,34,共4页Computer Programming Skills & Maintenance

基　　金：辽宁科技大学大学生创新创业训练计划项目。

摘　　要：联邦学习参与者的不可信导致中心服务器难以有效监控或验证各客户端的数据与训练活动。研究将社交推荐系统中目标项目和目标用户的嵌入作为后门触发器,与其他项目和用户的嵌入相结合,生成带有后门的模型参数。针对该类型后门攻击,提出一种剪枝防御模型,该模型的剪枝在客户端进行,参与模型训练的每个节点独立执行基础剪枝操作,去除非必要的权重和神经元,在此基础上对图卷积网络进行加权剪枝。实验结果表明,该剪枝防御模型针对社交推荐系统中的联邦学习后门攻击有较好的防御能力。

关 键 词：社交推荐系统 联邦学习 后门攻击 剪枝防御 

分 类 号：TP391.3[自动化与计算机技术—计算机应用技术] TP18[自动化与计算机技术—计算机科学与技术]