arXiv Artificial Intelligence· Xi Chen, Chunyi Zhou, Rui Zeng, Xiaogang Xu, Zhe Liu, Shouling Ji·2026-10-15 12:00· 18 小时前AI 评分22

FedGraph：用图聚合防御联邦大语言模型微调中的后门攻击

FedGraph: Defending Federated Large Language Model Fine-Tuning Against Backdoor Attacks via Graph-Based Aggregation

AI 导读

FedGraph 是一种基于图的聚合框架，用于防御联邦大语言模型微调中的后门攻击，其思路是恶意客户端的模型更新高度一致、良性客户端则更分散。该方法将客户端建模为动态图中的节点并提取结构特征，在聚合时识别并抑制恶意贡献，将攻击成功率降至 10% 以下，平均检测准确率 95.5%，误报率 2.33%。