TU Darmstadt / ULB / TUbiblio

Comments on “Privacy-Enhanced Federated Learning Against Poisoning Adversaries”

Schneider, Thomas ; Suresh, Ajith ; Yalame, Hossein (2023)
Comments on “Privacy-Enhanced Federated Learning Against Poisoning Adversaries”.
In: IEEE Transactions on Information Forensics and Security, 18
doi: 10.1109/TIFS.2023.3238544
Artikel, Bibliographie

Kurzbeschreibung (Abstract)

Liu et al. (2021) recently proposed a privacy-enhanced framework named PEFL to efficiently detect poisoning behaviours in Federated Learning (FL) using homomorphic encryption. In this article, we show that PEFL does not preserve privacy. In particular, we illustrate that PEFL reveals the entire gradient vector of all users in clear to one of the participating entities, thereby violating privacy. Furthermore, we clearly show that an immediate fix for this issue is still insufficient to achieve privacy by pointing out multiple flaws in the proposed system.

Typ des Eintrags: Artikel
Erschienen: 2023
Autor(en): Schneider, Thomas ; Suresh, Ajith ; Yalame, Hossein
Art des Eintrags: Bibliographie
Titel: Comments on “Privacy-Enhanced Federated Learning Against Poisoning Adversaries”
Sprache: Englisch
Publikationsjahr: 20 Januar 2023
Verlag: IEEE
Titel der Zeitschrift, Zeitung oder Schriftenreihe: IEEE Transactions on Information Forensics and Security
Jahrgang/Volume einer Zeitschrift: 18
DOI: 10.1109/TIFS.2023.3238544
URL / URN: https://ieeexplore.ieee.org/document/10023534
Kurzbeschreibung (Abstract):

Liu et al. (2021) recently proposed a privacy-enhanced framework named PEFL to efficiently detect poisoning behaviours in Federated Learning (FL) using homomorphic encryption. In this article, we show that PEFL does not preserve privacy. In particular, we illustrate that PEFL reveals the entire gradient vector of all users in clear to one of the participating entities, thereby violating privacy. Furthermore, we clearly show that an immediate fix for this issue is still insufficient to achieve privacy by pointing out multiple flaws in the proposed system.

Freie Schlagworte: Engineering, E4, Cryptography and Privacy Engineering (ENCRYPTO), GRK Privacy&Trust for Mobile Users (Project A.1)
Fachbereich(e)/-gebiet(e): 20 Fachbereich Informatik
20 Fachbereich Informatik > Praktische Kryptographie und Privatheit
DFG-Sonderforschungsbereiche (inkl. Transregio)
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche
Profilbereiche
Profilbereiche > Cybersicherheit (CYSEC)
DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1119: CROSSING – Kryptographiebasierte Sicherheitslösungen als Grundlage für Vertrauen in heutigen und zukünftigen IT-Systemen
Hinterlegungsdatum: 21 Mär 2023 10:07
Letzte Änderung: 21 Mär 2023 10:07
PPN:
Export:
Suche nach Titel in: TUfind oder in Google
Frage zum Eintrag Frage zum Eintrag

Optionen (nur für Redakteure)
Redaktionelle Details anzeigen Redaktionelle Details anzeigen