论文英文名字	Dynamic backdoor attacks against federated learning
论文中文名字	针对联邦学习的动态后门攻击
作者	Anbu Huang
来源	CoRR [ ]
年份	2020 年 11 月
作者动机	目前现有的研究主要集中在静态后门攻击，即注入的中毒模式没有改变，然而，FL 是一个在线学习框架，攻击者可以动态改变对抗目标，传统算法需要从头开始学习新的目标任务，这可能在计算上很昂贵并且需要大量的对抗训练样例。
阅读动机
创新点	将元学习引入后门攻击

内容总结

主要贡献

1. 联邦学习设置下的动态后门攻击
2. 提出共生网络
3. 将元学习与 FL 设置下的后门攻击联系起来

动态后门攻击

共生网络

元学习和后门攻击

问题：

1. 优化方程 7 将导致二阶导数，并使计算量大。
2. 优化需要在服务器端保留额外的数据集进行更新，这违反了数据隐私和安全性。

算法

实验

总结

1. 共生网络对攻击效果的提升还是很明显的