FL-OA：面向智能设备、采用外包审计的拜占庭鲁棒联邦学习框架

FL-OA 是面向智能设备的拜占庭鲁棒联邦学习框架，由服务器联合持有额外根数据集的第三方机构执行外包审计，无需强假设即可实现鲁棒聚合。框架在本地训练中引入梯度上升步骤和修正项以缓解良性更新分歧，并以参数重要性指标提取关键参数用于审计，缓解维度灾难。理论分析与大量实验显示，FL-OA 抵御拜占庭攻击的效果优于现有防御方法。