Sign In

Byzantine-Resilient Federated Learning via QUBO-Based Client Selection on Quantum Annealers

μž‘μ„±μž
  • Haebom
μΉ΄ν…Œκ³ λ¦¬
Empty

μ €μž

Andras Ferenczi (American Express Co), Sutapa Samanta (American Express Co), Dagen Wang (American Express Co), Jason Qizhe Qin (Columbia University)

πŸ’‘ κ°œμš”

λ³Έ 논문은 μ—°ν•© ν•™μŠ΅(Federated Learning, FL)μ—μ„œ λ°œμƒν•˜λŠ” μ•…μ˜μ μΈ μ—…λ°μ΄νŠΈ 곡격에 λŒ€μ‘ν•˜κΈ° μœ„ν•΄ μ–‘μž 어닐링(Quantum Annealing) 기반의 ν΄λΌμ΄μ–ΈνŠΈ 선택 기법을 μ œμ•ˆν•œλ‹€. μ œμ•ˆλœ 기법은 ν΄λΌμ΄μ–ΈνŠΈ 선택 문제λ₯Ό QUBO(Quadratic Unconstrained Binary Optimization) 문제둜 μž¬μ •μ˜ν•˜μ—¬ μ–‘μž μ–΄λ‹λ§μœΌλ‘œ ν•΄κ²°ν•˜λ©°, μ΄λŠ” μ•…μ˜μ μΈ ν΄λΌμ΄μ–ΈνŠΈλ₯Ό 효과적으둜 μ‹λ³„ν•˜λŠ” 데 νƒμ›”ν•œ μ„±λŠ₯을 보인닀. 특히, λ³΅μž‘ν•œ νšŒν”Ό 곡격에 λŒ€ν•œ 탐지 정확도λ₯Ό 크게 ν–₯μƒμ‹œν‚¨λ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
μ–‘μž 어닐링을 ν™œμš©ν•œ QUBO 기반 ν΄λΌμ΄μ–ΈνŠΈ 선택은 κΈ°μ‘΄ 방식보닀 μ •κ΅ν•œ λΉ„μž”ν‹΄ 곡격 탐지에 νš¨κ³Όμ μž„μ„ μž…μ¦ν–ˆλ‹€.
β€’
MultiSignal 앙상블 기법은 λ‹€μ–‘ν•œ 곡격 μœ ν˜•μ— μœ μ—°ν•˜κ²Œ λŒ€μ‘ν•˜λ©°, 특히 νšŒν”Ό 곡격에 λŒ€ν•œ 탐지 μ„±λŠ₯을 크게 κ°œμ„ ν•œλ‹€.
β€’
μ œμ•ˆλœ QUBO 기반 기법은 ν΄λΌμ΄μ–ΈνŠΈ μˆ˜κ°€ 증가함에 따라 μ„±λŠ₯이 μ €ν•˜λ˜λŠ” ν•œκ³„κ°€ 있으며, μ΄λŠ” ν–₯ν›„ ν΄λΌμ΄μ–ΈνŠΈ 규λͺ¨ ν™•μž₯성에 λŒ€ν•œ 연ꡬ가 ν•„μš”ν•¨μ„ μ‹œμ‚¬ν•œλ‹€.
πŸ‘
Made with Slashpage