Μπεϋζιανά Παίγνια σε Ασύρματα Δίκτυα Ομόσπονδης Μάθησης με κακόβουλους χρήστες

Abstract

Η Ομόσπονδη Μάθηση (Federated Learning - FL) είναι μια αποκεντρωμένη προσέγγιση στη μηχανική μάθηση που επιτρέπει στις συσκευές να εκπαιδεύουν από κοινού μοντέλα μηχανικής μάθησης, χωρίς να αποκαλύπτουν τα τοπικά τους δεδομένα και να διακινδυνεύουν την ιδιωτικότητά τους. Αντί να συλλέγει τα προσωπικά δεδομένα των χρηστών σε έναν κεντρικό διακομιστή, η Ομόσπονδη Μάθηση δημιουργεί ένα συγκεντρωτικό μοντέλο αθροίζοντας τα τοπικά μοντέλα μηχανικής μάθησης του εκπαιδεύουν οι συμμετέχοντες. Παρά τα πλεονεκτήματά της, όμως, η Ομόσπονδη Μάθηση καλείται να αντιμετωπίσει πολλαπλές προκλήσεις. Μία σημαντική απειλή της Ομόσπονδης μάθησης είναι οι επιθέσεις δηλητηριασμού, όπου κακόβουλοι συμμετέχοντες προσπαθούν να διαφθείρουν τη διαδικασία μάθησης χρησιμοποιώντας δηλητηριασμένα δεδομένα για την εκπαίδευση των τοπικών μοντέλων τους. Επιπλέον, όταν η Ομόσπονδη Μάθηση υλοποιείται μέσω ασύρματων δικτύων, είναι επιπλέον ευάλωτη σε διάφορες δικτυακές επιθέσεις, όπως παρεμβολές (jamming), που υποβαθμίζουν την ποιότητα της επικοινωνίας των συμμετεχόντων με τον διακομιστή. Η παρούσα διπωματική εργασία προτείνει νέες προσεγγίσεις για την ενίσχυση της ασφάλειας της Ομόσπονδης Μάθησης έναντι πολλαπλών απειλών. Η μελέτη μας αφορά στην διεξαγωγή ενός Μπεϋζιανού Παιγνίου (Bayesian game) μεταξύ των χρηστών, με σκοπό την επιλογή της βέλτιστης ισχύος εκπομπής, για την εξουδετέρωση των επιθέσεων παρεμβολών. Ταυτόχρονα, υλοποιείται στον διακομιστή ένα συνεργατικό παίγνιο με την χρήση μιας τροποποιημένης εκδοχής της μετρικής Shapley, για την αξιολόγηση της ποιότητας των τοπικών μοντέλων και την ανίχνευση επιθέσεων δηλητηριασμού. Τέλος, προτείνουμε την χρήση ενός νέου αλγόριθμου συνάθροισης (ContrAvg), ο οποίος αθροίζει τα βάρη των τοπικών μοντέλων με βάση την ποιότητά τους, μειώνοντας έτσι τις επιπτώσεις των επιθέσεων δηλητηριασμού. Η μελέτη μας είναι ανάμεσα στις λίγες εργασίες που αντιμετωπίζουν δύο διαφορετικούς τύπους επιθέσεων στην Ομόσπονδη Μάθηση, υπό ένα ενιαίο πλαίσιο, προστατεύοντας τόσο το δίκτυο ασύρματης επικοινωνίας όσο και την διαδικασία της Ομόσπονδης Μάθησης, από την απειλή κακόβουλων συμμετεχόντων.