Wavelet Scattering Transform and Fourier Representation for Offline Detection of Malicious Clients in Federated Learning

Il paper presenta WAFFLE, un algoritmo di rilevamento pre-addestramento per l'Apprendimento Federato che identifica i client dannosi utilizzando rappresentazioni compresse basate sulla Trasformata Scattering Wavelet o sulla Trasformata di Fourier, garantendo privacy e riducendo l'overhead computazionale.

Alessandro Licciardi, Davide Leo, Davide Carbone

Pubblicato 2026-03-11
📖 4 min di lettura☕ Lettura da pausa caffè

Each language version is independently generated for its own context, not a direct translation.

Immagina di voler costruire un muro di mattoni perfetto insieme a 100 amici. Ognuno di voi ha un mucchio di mattoni (i dati) e deve inviarne alcuni per aiutare a costruire il muro finale (il modello di Intelligenza Artificiale). Questo è il Federated Learning: tutti collaborano senza mostrare i propri mattoni privati, mantenendo la privacy.

Il problema? Tra i 100 amici, ce ne sono alcuni che:

  1. Hanno mattoni rotti o sporchi (sensori difettosi).
  2. Hanno mattoni dipinti di colori assurdi per confondere il muro (attacchi maliziosi).
  3. Hanno mattoni così sfocati che non si vede nulla (dati offuscati).

Se mescoli questi mattoni cattivi con quelli buoni, il muro crollerà o sarà brutto. Di solito, si cerca di riparare il muro mentre lo si costruisce, ma è lento e costoso.

La Soluzione: "Waffle" (Il Controllo di Sicurezza)

Gli autori di questo articolo hanno inventato un sistema chiamato Waffle (un gioco di parole tra "Waffle" e "Wavelet/Fourier"). Immagina Waffle come un controllore di sicurezza molto intelligente che lavora prima che la costruzione inizi.

Ecco come funziona, passo dopo passo, con delle analogie semplici:

1. Non guarda i mattoni, guarda l'"Ombra"

Il problema è che il controllore non può guardare i mattoni privati di ogni amico (sarebbe una violazione della privacy).
Invece, chiede a ogni amico di creare una "firma sonora" o un "ritratto stilizzato" dei propri mattoni.

  • L'analogia: Immagina di non poter vedere il volto di una persona, ma di poter ascoltare la sua voce o vedere la sua ombra proiettata al muro. Anche se non vedi i dettagli del viso, l'ombra rivela se la persona è alta, bassa, o se sta camminando in modo strano.

2. Due tipi di "Lenti Magiche"

Per creare queste ombre, Waffle usa due strumenti matematici speciali:

  • La Lente Fourier (FT): È come un prisma che scompone la luce. Se un amico ha mattoni "rumorosi" (sporchi), la sua firma sonora avrà un fruscio strano. Se ha mattoni "sfocati", la sua firma sembrerà ovattata.
  • La Lente Wavelet (WST): Questa è la super-lente preferita dagli autori. È come un microscopio che vede le texture. Se un amico ha un'immagine sfocata o con dei buchi, la lente Wavelet nota immediatamente che la "texture" è sbagliata, anche se l'immagine sembra normale a occhio nudo. Inoltre, questa lente è inviolabile: non puoi ricostruire i mattoni originali partendo dalla firma, quindi la privacy è al 100% sicura.

3. L'Allenamento "Finto"

Prima di incontrare i veri amici, il controllore Waffle si allena in una stanza segreta.

  • L'analogia: Immagina un allenatore di calcio che crea 1000 partite finte in laboratorio. Mette dei giocatori "cattivi" (con dati rotti) e dei "buoni". Impara a riconoscere le loro "ombre" (le firme).
  • Una volta addestrato, il controllore è pronto. Non ha bisogno di vedere i dati reali, sa già riconoscere l'ombra di un "mattonaio" che sta cercando di sabotare il lavoro.

4. Il Risultato: Un Muro Perfetto

Quando arriva il momento della vera costruzione:

  1. Ogni amico invia solo la sua "firma" (piccola e sicura).
  2. Il server controlla: "Questa firma sembra quella di un amico con mattoni rotti?"
  3. Se sì, lo esclude immediatamente. Non partecipa alla costruzione.
  4. Se no, entra nel gruppo.

Perché è così geniale?

  • È veloce: Non aspetta che il muro crolli per capire chi è il colpevole. Lo caccia via prima che inizi a posare il primo mattone.
  • È resistente: Funziona anche se il 90% degli amici è cattivo! La maggior parte dei sistemi attuali fallisce se ci sono troppi "cattivi", ma Waffle è così bravo a leggere le "ombre" che li individua comunque.
  • Funziona ovunque: Lo hanno testato non solo con le immagini (come foto di gatti o auto), ma anche con il testo (come recensioni di film), dimostrando che è un metodo universale.

In sintesi

Waffle è come un detective privato che, prima di una grande festa, controlla le impronte digitali degli invitati. Se qualcuno ha le impronte sporche o strane (dati corrotti), non lo fa entrare, anche se porta un invito. In questo modo, la festa (l'Intelligenza Artificiale) procede senza intoppi, è più veloce e il risultato finale è molto migliore.

Il nome "Waffle" è simpatico, ma il concetto è serio: è un nuovo modo per proteggere l'Intelligenza Artificiale collettiva, rendendola più sicura, veloce e affidabile, specialmente nei dispositivi intelligenti (come le auto a guida autonoma o gli ospedali connessi) dove non ci si può permettere errori.