双聚合联邦学习（FL）增强物联网（IoT）抗投毒攻击能力研究

针对联邦学习（FL）在物联网（IoT）中易受投毒攻击的安全威胁，研究人员提出了一种基于集成学习（EL）的双聚合防御方案。该方法在客户端和全局模型层面分别采用随机森林（RF）与梯度提升机（GBM）的软投票聚合及平均聚合策略，无需引入额外加密或认证开销。实验表明，该方案在CICIoT-2023数据集上实现91%的准确率，显著提升FL系统的轻量化安全防护能力。

　　

随着物联网（IoT）设备的爆炸式增长，联邦学习（Federated Learning, FL）因其分布式训练模式和隐私保护优势，已成为边缘计算领域的热门技术。FL允许本地设备在不上传原始数据的情况下协同训练机器学习模型，有效满足医疗、金融等敏感场景的数据安全需求。然而，FL系统自身也面临严峻的安全挑战，其中投毒攻击（Poisoning Attacks）尤为突出——恶意客户端通过篡改训练数据或模型参数，破坏全局模型的收敛性和预测准确性。传统防御方案多依赖加密或认证等外部技术，不仅增加计算开销，也难以适应资源受限的IoT环境。

为应对这一挑战，Muawya Al Dalaien、Ruzat Ullah和Qasem Abu Al-Haija在《Array》发表研究，提出一种基于集成学习（Ensemble Learning, EL）的双聚合联邦学习框架（DAFL）。该方案创新性地将EL融入FL的客户端与全局聚合环节，通过随机森林（Random Forest, RF）和梯度提升模型（Gradient Boosting Model, GBM）的协同防御，在不引入额外开销的前提下显著提升系统抗攻击能力。

研究采用CICIoT-2023数据集（包含33类攻击），通过高斯噪声注入和标签翻转模拟10%数据投毒，使用随机森林进行特征选择，并基于ADASYN（自适应合成采样）平衡数据分布。关键技术包括：客户端局部采用RF与GBM的软投票聚合（Soft Voting），全局服务器对五客户端输出进行加权平均聚合，最终以准确率、精确度、召回率、F1值及攻击成功率（ASR）等指标评估性能。

4. 数据获取与预处理

研究选用涵盖33类攻击的CICIoT-2023数据集，通过随机采样100万条实例，采用ADASYN算法平衡类别分布，并使用随机森林依据特征重要性筛选15个关键特征。数据按80%训练集与20%测试集划分，其中训练集均等分配至5个客户端，且每个客户端10%数据被注入高斯噪声（μ=0, σ=0.5）并随机翻转标签以模拟投毒攻击。

5. 方法论框架

DAFL方案包含双重聚合机制：客户端本地训练RF与GBM模型，通过软投票集成预测结果（公式7-8）；全局服务器对客户端输出进行加权平均（公式9）。实验在Google Colab平台基于Python实现，使用Scikit-learn、NumPy等库，全程模拟IID（独立同分布）数据环境，并额外对比非IID场景下的性能。

6. 结果与讨论

全局模型在投毒环境下仍达到91%准确率、90%精确度、91%召回率及90% F1值，攻击成功率（ASR）仅7%。客户端模型因局部投毒影响性能（最佳客户端3准确率79.95%），但全局聚合有效抵消恶意输入。与基于逻辑回归（LR）和朴素贝叶斯（NB）的集成方案对比，RF+GBM组合准确率提升14%（77%→91%），虽耗时增加（544.48秒→1430秒），但精度与鲁棒性显著优于对照方案。非IID数据下全局模型性能持平（90%），但客户端性能骤降至35%，表明方案更适配IID型IoT数据场景。

该研究通过纯机器学习内源性防御机制，为FL系统提供了一种轻量化、高效率的抗投毒解决方案。双聚合策略不仅降低对单一聚合环节的依赖，还避免传统加密技术带来的额外开销，特别适合资源受限的IoT环境。未来工作可探索深度学习模型的集成扩展，以进一步提升复杂攻击场景下的防御能力。