Qué sabemos
Los autores proponen HoneyFL, una defensa en tiempo de ejecución contra diversos ataques de puerta trasera en aprendizaje federado que emplea clientes señuelo (honeypot) y predicción diferencial para manejar ataques adaptativos. El trabajo informa experimentos comparativos frente a cinco defensas de referencia, con tasas de detección y falsos positivos reportadas por los autores y un impacto descrito como insignificante en la agregación de la tarea principal.
Límites de la evidencia
Revisión limitada al resumen depositado en Crossref; no se consultó el texto completo ni se validaron de forma independiente los resultados, el software ni la efectividad.
Se analizó: abstract del autor. No se analizaron los resultados del texto completo.
Fuentes y trazabilidad
- HoneyFL: Using Honeypots to Catch Backdoors in Federated Learning
abstract · 2026-10-11
Revisado: 2026-10-13. La ficha puede actualizarse cuando aparezca nueva evidencia.