一种基于强化学习的自适应聚合防御复杂投毒攻击方法

本发明涉及网络安全技术领域，尤其涉及一种基于强化学习的自适应聚合防御复杂投毒攻击方法。本发明提出了一种基于强化学习的自适应聚合方法AdaAggRL，以挫败复杂的投毒攻击，通过比较客户端数据分布的稳定性来确定局部模型的聚合权重。具体地，首先使用分布学习根据上传的模型参数来模拟客户端数据分布；然后，利用最大均值差异计算当前局部模型数据分布、其历史数据分布和全局模型数据分布的两两相似度，以评估客户端数据分布的稳定性；考虑到分布学习的精度可能会影响上述相似度的计算，使用重构相似度作为分布学习质量的评价指标；最后，基于上述三种分布相似度和分布学习的重构相似度，使用策略学习方法TD3自适应确定聚合权重。