概念robust aggregation / Byzantine-robust aggregation / 拜占庭鲁棒聚合
鲁棒聚合
联邦学习中对抗拜占庭故障的核心技术，通过坐标中位数、修剪均值、Krum等方法替代算术平均，识别并抑制恶意节点上传的异常数据
时间轴 (近 90 天)
10月30日
经典鲁棒聚合规则如坐标中位数、截尾均值、Krum等，通过统计鲁棒性估计来抑制极端值的影响。
待验证50%
10月30日
鲁棒聚合方法在非独立同分布（non-IID）数据下可能将正常客户端的合法更新误判为异常，因为不同客户端的数据分布差异本身就会导致梯度方向发散。
待验证50%
10月7日
该算法在中心服务器用鲁棒聚合替代朴素平均，以识别并抑制偏离正常分布的异常上传
待验证50%
10月7日
鲁棒聚合常见方法包括坐标中位数、修剪均值、Krum及其变体
待验证50%
10月7日
鲁棒聚合的理论保证通常依赖于恶意节点比例低于某个阈值（如不超过总节点数的一半）的假设
待验证50%