EIFL protege confidencialidade e integridade do modelo global em federated learning contra servidor malicioso
Em federated learning, um servidor de agregacao malicioso pode devolver um modelo global adulterado aos clientes, e esquemas de verificacao existentes exigem que os clientes combinem antecipadamente informacao auxiliar secreta, que, se vazada, anula a propria verificacao. O EIFL combina criptografia simetrica em duas etapas com um metodo de verificacao baseado em produto interno de vetores que vincula essa informacao auxiliar a integridade do resultado, eliminando a necessidade de mante-la secreta do servidor.
Fonte ↗