Aprendizado Federado Robusto

O Aprendizado Federado Robusto (Robust Federated Learning) estende o aprendizado federado padrão com regras de agregação tolerantes a falhas bizantinas que protegem o modelo global contra clientes maliciosos, corrompidos ou não confiáveis. Em vez de simplesmente calcular a média dos gradientes dos clientes, métodos de agregação robustos, como a mediana coordenada a coordenada ou Krum, filtram atualizações prejudiciais para que uma minoria de participantes adversários não possa descarrilar o treinamento.