SelectiveShield：联邦学习中对抗梯度泄露的轻量级混合防御机制

作者：Borui Li, Li Yan, Jianmin Liu
译者：知道创宇404实验室翻译组
原文链接：https://arxiv.org/html/2508.04265v1
摘要
联邦学习（FL）能够在分散的数据上进行协作式模型训练，但仍然容易受到梯度泄露攻击，这些攻击可以重构敏感的用户信息。现有的防御机制，如差分隐私（DP）和同态加密（HE），通常会在隐私、模型效用和系统开销之间引...