Pembelajaran Federasi yang Kuat (Robust Federated Learning)

Pembelajaran Federasi yang Kuat (Robust Federated Learning) memperluas pembelajaran federasi standar dengan aturan agregasi yang toleran terhadap Byzantine yang melindungi model global dari klien yang berbahaya, rusak, atau tidak dapat diandalkan. Alih-alih merata-ratakan gradien klien secara naif, metode agregasi yang kuat seperti median koordinat-wise atau Krum menyaring pembaruan yang berbahaya sehingga minoritas peserta adversarial tidak dapat menggagalkan pelatihan.