一种面向感知中毒的防御方法和系统

本发明公开了一种面向感知中毒的防御方法，其通过引入基于余弦相似度的可疑客户端检测、自适应学习率调整及动态防御间隔机制，以应对联邦学习目标检测任务中的感知中毒攻击，实现系统的鲁棒性训练与稳定防御。本发明能够解决现有基于统计异常检测的防御方法依赖于单轮梯度的统计特征，难以在非IID数据条件下保持稳定性能，且容易受到噪声波动的影响，从而导致误判率较高的技术问题，以及现有基于信任评分与加权聚合的防御方法在信任度更新的过程中通常采用固定学习率或线性衰减策略，无法灵活适应动态变化的攻击模式，容易造成防御反映迟滞，导致系统鲁棒性不足的技术问题。