FLARE：通过潜在空间表征防御联邦学习中的模型投毒攻击

基于摘要分析。该研究针对联邦学习（FL）中恶意客户端通过精心构造的本地模型更新污染全局模型的问题，提出稳健模型聚合机制 FLARE。其核心贡献是利用模型倒数第二层表征（PLRs）评估更新的可信度，而非仅依赖模型参数进行检测。 机制上，FLARE 计算各本地模型更新之间的成对 PLR 差异，据此为每个更新估计信任分数。在诚实客户端占多数的假设下，远离良性更新簇的更新被赋予较低信任分数；服务器随后按信任分数加权聚合模型更新，更新全局模型。摘要未说明生成 PLRs 所需的输入数据、表征差异度量及信任分数的具体计算方式，这些实现条件尚未验证。 作者报告，FLARE 在多种 FL 系统中能够防御 semantic backdoor attacks、trojan backdoor attacks 和 untargeted attacks。摘要未提供数据集、客户端数量、恶意客户端比例、数据划分、对照方法或定量指标，因此不能据此判断防御收益大小或不同攻击条件下的稳定性；实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 联邦训练中的恶意更新能在共享输入上的 PLRs 中形成可区分的异常，该机制可能用于抑制模型投毒。可复用部分是表征差异驱动的信任评估与加权聚合；需改造并核对表征生成数据、通道兼容性及客户端间差异处理。主要风险是低信噪比、跨被试和跨会话差异可能使诚实客户端也偏离良性簇，小数据条件下表征差异可能不稳定。一个可检验的小实验是在固定跨被试 EEG 数据划分、恶意客户端比例及攻击方式下，对比普通聚合与 FLARE，同时检查攻击效果、正常任务性能及诚实客户端被降权情况。已有 EEG 相关工作尚未检索确认，原领域结果不构成 BCI 有效性的证据。