{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部分”：[[2024,8,17]]，“日期-时间”：“2024-08-17T09:06:58Z”，“时间戳”：1723885618632}，“引用-计数”：0，“发布者”：“人工智能发展协会（AAAI）”，“问题”：“9”，“内容域”：[]，“交叉标记限制”：false}，“short container-title”：[“AAAI”]，“抽象”：“在联合学习（FL）中，模型与针对对抗性示例的集中训练模型一样脆弱。然而，联合学习的对抗性健壮性在很大程度上仍有待探索。本文揭示了联合学习对抗性鲁棒性的挑战。为了更好地理解现有FL方法的对抗脆弱性，我们对各种攻击和对抗训练方法进行了全面的鲁棒性评估。此外，我们还揭示了在外语教学中直接采用对抗性训练所带来的负面影响，这严重影响了测试的准确性，尤其是在非IID环境中。在这项工作中，我们提出了一种新的算法，称为基于决策边界的联邦对抗训练（DBFAT），它由两部分组成（局部重加权和全局正则化），以提高FL系统的准确性和鲁棒性。对多个数据集的大量实验表明，在IID和非IID设置下，DBFAT始终优于其他基线<\/jats:p>“，”DOI“：”10.1609\/aaai.v37i9.26331“，”type“：”journal-article“，”created“：{”date-parts“：[[2023,6,27]]，”date-time“：”2023-06-27T17:47:51Z“，”timestamp“：1687888071000}“，”page“：“11245-11253”，“source”：“Crossref”，“is-referenced-by-count”：10，“title”：[“探究联合学习的对抗鲁棒性”]，”prefix“：“10.1609”，“音量”：“37”，“作者”：[｛“给定”：“杰”，“家族”：“张”，“序列”：“第一”，“隶属关系”：[]｝，｛“给定”：“博”，“家族”：“李”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“陈”，“家族”：“陈”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“玲娟”，“家族”：“柳”，“序列”：“附加”，“隶属关系”：[]｝，｛“给定”：“爽”，“家族“：”吴“，”序列“：”additional“，”affiliation“：[]}，{”given“：”Shouhong“，”family“：”Ding“，”sequence“：”additional”，”affaliation“:[]}.，{“given”：”Chao“，”家庭“：”Wu“，”序列“：”additional“、”affidiation“：[]}]，”member“：”9382“，”published-on-line“：{”date-parts“：[2023,6,26]]}”，“container-title”：[“AAAI人工智能会议记录”]，”original title“：[]，“link“：[{”URL“：”https:\/\/ojs.aaai.org\/index.php\/aaai\/article\/download\/26331\/26103“，”content-type“：”application\/pdf“，”内容版本“：”vor“，”intended-application“：”text-mining“}，{”URL:“https:\//ojs.aaai.org\/index.php\/aaai\/artracle\/dwnload\/263 31\/26103”，“内容类型”：“未指定”，“content-version”：“vor”，“intended-application”：“相似性检查“}]，“存放”：{“日期部分”：[[2023,6,27]]，“日期时间”：“2023-06-27T17:47:52Z”，“时间戳”：1687888072000}，“分数”：1，“资源”：{“主要”：{:“URL”：“https:\/\/ojs.aaai.org\/index.php\/AAAAI\/article\/view\/26331”}}，”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2023,6,26]]}，“references-count”：0，“journal-issue”：{“issue”：“9”，“published-online“：{“date-parts”：[[2023,6,27]]}}，“URL”：“http://\/dx.doi.org\/10.1609\/aaai.v37i9.26331”，“relation”：{}，”ISSN“：[”2374-3468“，”2159-5399“]，“ISSN-type”：[{“value”：“2374-346”，“type”:“electronic”}，{“value”：“2159-539”，“type”：“print”}]，“subject”“：[]，”已发布“：{”日期部分“：[[2023,6,26]]}}