提出 FedAttr 协议,通过配对子集差分机制估计客户端更新、差分评分与跨轮 Stouffer 聚合,在保持联邦学习安全聚合隐私的前提下实现水印数据客户端级归因,实验达到 100% TPR 与 0% FPR,显著优于现有基线且仅带来 6.3% 的训练开销。
机构:University of Maryland
来源:arXiv 2605.06596 | AI4Papers 论文推荐平台