본 논문은 머신러닝 모델 학습을 클라우드 제공업체에 아웃소싱하는 상황에서, 악의적인 서버가 모델에 백도어를 심는 문제를 해결하는 방법을 제시합니다. 여러 클라우드 제공업체를 활용하여 동일한 학습 단계를 여러 서버에서 복제하고, 결과를 비교하여 학습 과정의 편차를 감지하는 차등 테스트 방식을 사용합니다. 일부 클라우드 서버가 정상이라는 가정 하에, 백도어 삽입에 필요한 모델 업데이트와 정상적인 학습 결과의 차이를 이용하여 악의적인 서버를 식별합니다. 본 논문의 접근 방식은 기존의 시그니처 기반 방식 대신 이상 탐지 방식을 사용하며, 로컬 컴퓨팅 성능이 제한적인 클라이언트에게도 적합합니다. 실험 결과, 50%의 클라우드 제공업체가 백도어를 삽입한 상황에서 99.6%의 정확도로 악성 서버를 식별했습니다. 또한, 본 방식은 적응형 공격자의 공격에도 강합니다.
