量子退火

深度分析

以 QUBO（量子退火）重構客戶端選擇：提升聯邦學習對 Advanced Lie 與隱蔽拜占庭攻擊的偵測

聯邦學習在分散式訓練中保護資料隱私，但面臨惡意客戶端（拜占庭）更新破壞全域模型收斂的風險。該研究把客戶端挑選重構為一個 QUBO（二元二次無約束優化）問題，將成對距離編入成本函數，以量子退火器搜尋整體最佳子集，取代 MultiKrum 的逐一貪婪評分。