一种联合深度学习中检测GAN攻击的方法

摘要

本发明公开了一种联合深度学习中检测生成对抗网络攻击的方法，包括：服务器和参与者发起联合深度学习模型训练任务，并完成联合深度学习模型的初始化；服务器模拟GAN攻击，获取样本数据；服务器通过深度神经网络，构建GAN攻击检测分类器并对其进行训练；将联合深度学习模型训练过程中的更新梯度通过层分类器进行特征提取，输入到检测GAN攻击总分类器进行预测，获得参与者上传的含有错误分类信息的恶意数据的概率。本发明将联合学习中参与者上传的更新梯度作为训练数据集，提取不同的特征，构建一个分类器识别并过滤含有错误分类信息的更新梯度，从而保护参与者的隐私和模型的安全。