Federated Chaos Testing

Simulate faults in federated learning systems by injecting noise, dropout, data poisoning, and delays to evaluate model robustness and fault tolerance.

联邦学习 × 混沌工程：验证分布式AI系统在节点故障下的学习质量。

何时使用

• 联邦学习系统的鲁棒性验证
• 评估恶意/故障节点对全局模型的影响
• 设计容错的联邦训练协议

核心认知

1. 联邦系统的故障面与传统系统不同

传统分布式系统的故障是"正确性"问题（数据一致、请求完整）。联邦学习的故障是"质量"问题——某个节点的模型更新是恶意的、低质的、或基于偏斜数据的，全局聚合后导致模型退化。

故障模式分类：

• 静默故障：节点返回看似正常但含微妙偏见的模型更新（最难检测）
• 拜占庭故障：节点返回任意或恶意的模型参数
• 数据偏斜故障：节点的本地数据分布严重偏离全局分布
• 通信故障：模型更新在传输中丢失或损坏

2. 联邦混沌注入策略

• 梯度扰动注入：在随机节点的模型更新中注入噪声，测试聚合算法的鲁棒性
• 节点撤离模拟：训练过程中随机踢出节点，验证全局模型是否退化
• 数据投毒模拟：在部分节点注入有毒数据，测试异常检测机制
• 通信延迟注入：模拟高延迟/丢包环境，测试异步聚合的收敛性

3. 联邦弹性指标

FERI = (基准准确率 - 故障后准确率) / 故障节点比例

FERI越低越好（说明故障节点对全局影响小）
目标: FERI < 0.1（10%故障节点只造成<1%准确率下降）

碰撞来源

• federated-learning × chaos-engineering-playbook × chaos-data-pipeline
• self-healing-database（自愈模式）× byzantine-fault-tolerance概念