| 注册
首页|期刊导航|通信学报|面向纵向联邦学习的对抗样本生成算法

面向纵向联邦学习的对抗样本生成算法

陈晓霖 昝道广 吴炳潮 关贝 王永吉

通信学报2023,Vol.44Issue(8):1-13,13.
通信学报2023,Vol.44Issue(8):1-13,13.DOI:10.11959/j.issn.1000-436x.2023149

面向纵向联邦学习的对抗样本生成算法

Adversarial sample generation algorithm for vertical federated learning

陈晓霖 1昝道广 1吴炳潮 1关贝 2王永吉2

作者信息

  • 1. 中国科学院软件研究所协同创新中心,北京 100190||中国科学院大学计算机科学与技术学院,北京 100049
  • 2. 中国科学院大学计算机科学与技术学院,北京 100049||中国科学院软件研究所集成创新中心,北京 100190
  • 折叠

摘要

关键词

机器学习/纵向联邦学习/对抗样本/对抗攻击/深度卷积生成对抗网络

Key words

machine learning/VFL/adversarial sample/adversarial attack/DCGAN

分类

信息技术与安全科学

引用本文复制引用

陈晓霖,昝道广,吴炳潮,关贝,王永吉..面向纵向联邦学习的对抗样本生成算法[J].通信学报,2023,44(8):1-13,13.

基金项目

国家自然科学基金资助项目(No.61762062)Foundation Item:The National Natural Science Foundation of China(No.61762062) (No.61762062)

通信学报

OA北大核心CSCDCSTPCD

1000-436X

访问量0
|
下载量0
段落导航相关论文