聯邦圖神經網路

深度分析

FedLSG：以大型語言模型強化聯邦圖神經網路後門防禦

聯邦圖神經網路（FedGNN）在分散式訓練中容易遭受後門攻擊，現有防禦多依賴規則式方法，缺乏語意理解，難以抵禦隱蔽觸發器且易傷害正常結構。本研究提出 FedLSG，首個將大型語言模型（LLM）整合至聯邦圖後門防禦的框架。