Fed-DCR：基于双域协同检测的联邦学习后门防御方案

康杰; 杜瑞忠; 梁晓艳; 张晓羽; 石朋亮

doi:10.11959/j.issn.1000-436x.TXXB260183

您当前的位置：

首页 >

文章列表页 >

Fed-DCR：基于双域协同检测的联邦学习后门防御方案

更新时间：2026-07-13

- Fed-DCR：基于双域协同检测的联邦学习后门防御方案
- Fed-DCR: A Backdoor Defense Scheme for Federated Learning Based on Dual-Domain Synergistic Detection
- 通信学报 2026年
- 作者机构：
  
  1.河北大学网络空间安全与计算机学院，河北保定 071000
  2.河北金融学院金融科技学院，河北保定 071000
  3.华北电力大学英语系，河北保定 071000
- 作者简介：
  
  石朋亮，domyfate@hbu.edu.cn
- 基金信息：
  
  京津冀自然科学基金合作专项资助(25JJJJC0037);河北省教育厅科学研究项目资助(QN2024200)
- DOI：10.11959/j.issn.1000-436x.TXXB260183
  中图分类号： TP309
- 收稿：2026-04-08，
  
  修回：2026-07-09，
  
  录用：2026-07-13，
- 稿件说明：
移动端阅览
康杰, 杜瑞忠, 梁晓艳, 等. Fed-DCR：基于双域协同检测的联邦学习后门防御方案[J/OL]. 通信学报, 2026.

Kang Jie, Du Ruizhong, Liang Xiaoyan, et al. Fed-DCR: A Backdoor Defense Scheme for Federated Learning Based on Dual-Domain Synergistic Detection[J/OL]. Journal on Communications, 2026.
康杰, 杜瑞忠, 梁晓艳, 等. Fed-DCR：基于双域协同检测的联邦学习后门防御方案[J/OL]. 通信学报, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260183.

Kang Jie, Du Ruizhong, Liang Xiaoyan, et al. Fed-DCR: A Backdoor Defense Scheme for Federated Learning Based on Dual-Domain Synergistic Detection[J/OL]. Journal on Communications, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260183.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于以太坊字节码的隐蔽通信方法

数据胶囊：面向数据要素化与交易流通的新范式

基于元深度强化学习的蜂窝网链路自适应方法

融合多尺度语义与VMD-BiLSTM的恶意APP检测模型

联盟链赋能的多无人机边缘计算中频谱和计算资源交易

Fed-DCR：基于双域协同检测的联邦学习后门防御方案

Fed-DCR: A Backdoor Defense Scheme for Federated Learning Based on Dual-Domain Synergistic Detection

DOI：10.11959/j.issn.1000-436x.TXXB260183