Buchumschlag

DMPA: Model Poisoning Attacks on Decentralized Federated Learning for Model Differences

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Feng, Chao, Li, Yunlong, Gao, Yuanzhe, Celdrán, Alberto Huertas, von der Assen, Jan, Bovet, Gérôme, Stiller, Burkhard
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From Models to Network Topologies: A Topology Inference Attack in Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Leveraging MTD to Mitigate Poisoning Attacks in Decentralized FL with Non-IID Data
von: Feng, Chao, et al.
Veröffentlicht: (2024)

FedEP: Tailoring Attention to Heterogeneous Data Distribution with Entropy Pooling for Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2024)

DART: A Solution for Decentralized Federated Learning Model Robustness Analysis
von: Feng, Chao, et al.
Veröffentlicht: (2024)

Voyager: MTD-Based Aggregation Protocol for Mitigating Poisoning Attacks on DFL
von: Feng, Chao, et al.
Veröffentlicht: (2023)

GreenDFL: a Framework for Assessing the Sustainability of Decentralized Federated Learning Systems
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Demo: A Practical Testbed for Decentralized Federated Learning on Physical Edge Devices
von: Feng, Chao, et al.
Veröffentlicht: (2025)

CyberForce: A Federated Reinforcement Learning Framework for Malware Mitigation
von: Feng, Chao, et al.
Veröffentlicht: (2023)

GuardFS: a File System for Integrated Detection and Mitigation of Linux-based Ransomware
von: von der Assen, Jan, et al.
Veröffentlicht: (2024)

De-VertiFL: A Solution for Decentralized Vertical Federated Learning
von: Celdrán, Alberto Huertas, et al.
Veröffentlicht: (2024)

RL and Fingerprinting to Select Moving Target Defense Mechanisms for Zero-day Attacks in IoT
von: Celdrán, Alberto Huertas, et al.
Veröffentlicht: (2022)

Sentinel: An Aggregation Function to Secure Decentralized Federated Learning
von: Feng, Chao, et al.
Veröffentlicht: (2023)

Assessing the Sustainability and Trustworthiness of Federated Learning Models
von: Feng, Chao, et al.
Veröffentlicht: (2023)

ColNet: Collaborative Optimization in Decentralized Federated Multi-task Learning Systems
von: Feng, Chao, et al.
Veröffentlicht: (2025)

A Crowdsensing Intrusion Detection Dataset For Decentralized Federated Learning Models
von: Feng, Chao, et al.
Veröffentlicht: (2025)

Asset-centric Threat Modeling for AI-based Systems
von: von der Assen, Jan, et al.
Veröffentlicht: (2024)

UnlinkableDFL: a Practical Mixnet Protocol for Churn-Tolerant Decentralized FL Model Sharing
von: Feng, Chao, et al.
Veröffentlicht: (2026)

ProFe: Communication-Efficient Decentralized Federated Learning via Distillation and Prototypes
von: Sánchez, Pedro Miguel Sánchez, et al.
Veröffentlicht: (2024)

S-VOTE: Similarity-based Voting for Client Selection in Decentralized Federated Learning
von: Sánchez, Pedro Miguel Sánchez, et al.
Veröffentlicht: (2025)

Fedstellar: A Platform for Decentralized Federated Learning
von: Beltrán, Enrique Tomás Martínez, et al.
Veröffentlicht: (2023)

Performance Analysis of Decentralized Physical Infrastructure Networks and Centralized Clouds
von: von der Assen, Jan, et al.
Veröffentlicht: (2024)

Transfer Learning in Pre-Trained Large Language Models for Malware Detection Based on System Calls
von: Sánchez, Pedro Miguel Sánchez, et al.
Veröffentlicht: (2024)

The Danger Within: Insider Threat Modeling Using Business Process Models
von: von der Assen, Jan, et al.
Veröffentlicht: (2024)

QUIC-Exfil: Exploiting QUIC's Server Preferred Address Feature to Perform Data Exfiltration Attacks
von: Grübl, Thomas, et al.
Veröffentlicht: (2025)

AugMixCloak: A Defense against Membership Inference Attacks via Image Transformation
von: Ren, Heqing, et al.
Veröffentlicht: (2025)

FEST: A Unified Framework for Evaluating Synthetic Tabular Data
von: Niu, Weijie, et al.
Veröffentlicht: (2025)

PACCOR4ESP: Embedded Device Security Attestation using Platform Attribute Certificates
von: Grübl, Thomas, et al.
Veröffentlicht: (2024)

RCVaR: an Economic Approach to Estimate Cyberattacks Costs using Data from Industry Reports
von: Franco, Muriel Figueredo, et al.
Veröffentlicht: (2023)

Smarter, not Bigger: Fine-Tuned RAG-Enhanced LLMs for Automotive HIL Testing
von: Feng, Chao, et al.
Veröffentlicht: (2025)

QuantTM: Business-Centric Threat Quantification for Risk Management and Cyber Resilience
von: von der Assen, Jan, et al.
Veröffentlicht: (2024)

Bridging Technical Capability and User Accessibility: Off-grid Civilian Emergency Communication
von: Khamaisi, Karim, et al.
Veröffentlicht: (2025)

Dual Defense: Enhancing Privacy and Mitigating Poisoning Attacks in Federated Learning
von: Xu, Runhua, et al.
Veröffentlicht: (2025)

Implicit Probabilistic Reasoning Does Not Reflect Explicit Answers in Large Language Models
von: Mondal, Manuel, et al.
Veröffentlicht: (2024)

FedCC: Robust Federated Learning against Model Poisoning Attacks
von: Jeong, Hyejun, et al.
Veröffentlicht: (2022)

Functional Requirements for Decentralized and Self-Sovereign Identities
von: Schumm, Daria, et al.
Veröffentlicht: (2026)

ACE: A Model Poisoning Attack on Contribution Evaluation Methods in Federated Learning
von: Xu, Zhangchen, et al.
Veröffentlicht: (2024)

Peak-Controlled Logits Poisoning Attack in Federated Distillation
von: Tang, Yuhan, et al.
Veröffentlicht: (2024)

EAB-FL: Exacerbating Algorithmic Bias through Model Poisoning Attacks in Federated Learning
von: Meerza, Syed Irfan Ali, et al.
Veröffentlicht: (2024)

Poisoning Attacks on Federated Learning for Autonomous Driving
von: Garg, Sonakshi, et al.
Veröffentlicht: (2024)

Preference Poisoning Attacks on Reward Model Learning
von: Wu, Junlin, et al.
Veröffentlicht: (2024)