联邦学习客户端观测可远程触发Rowhammer攻击

研究者Jinsheng Yuan等发表论文，首次展示通过操纵联邦学习客户端的传感器观测，可在没有服务器后门权限的情况下远程触发Rowhammer攻击，使服务器DRAM发生比特翻转。 在采用稀疏更新的联邦学习系统中，该强化学习攻击者在ASR与CIFAR10分类任务上对目标服务器模型达到约70%的重复更新率（RUR）。作者称，此类对抗性观测可能干扰学习过程，或意外造成权限提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。