강건한 연합 학습

강건한 연합 학습(Robust Federated Learning)은 악의적이거나 손상되었거나 신뢰할 수 없는 클라이언트로부터 전역 모델을 보호하는 비잔틴 내성 집계 규칙을 통해 표준 연합 학습을 확장합니다. 클라이언트 기울기(gradient)를 단순히 평균하는 대신, 좌표별 중앙값(coordinate-wise median) 또는 Krum과 같은 강건한 집계 방법은 유해한 업데이트를 걸러내어 소수의 적대적 참여자가 훈련을 방해할 수 없도록 합니다.