{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,24]]，“日期-时间”：“2024-05-24T22:55:42Z”，“时间戳”：1716591342852}，“引用-计数”：46，“发布者”：“爱思唯尔BV”，“许可证”：[{“开始”：{-date-parts”：[[2024,5,1]]，”日期-时间“：”2024-05-01T00:00:00 0Z”，“时间戳”：1714521600000}，“内容-版本”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：“0”，“URL“https:\\/doi.org\/10.15223\/policy-017“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-037”}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timetamp”：173452160000}，：\/\/doi.org\/10.15223\/policy-012“}，{“start”：{“date-parts”：[[2024,5,1]]，“date-time”：“2024-05-01T00:00:00Z”，“timestamp”：1714521600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\/\/doi.org\/10.15223\/policy-029”}，{“start”：{“date-parts”：[[2024,5,1]]，“datetime”：“204-05-01T00:00Z”，asf“，”delay-in-days“：0，”URL“：”https:\/\/doi.org\/10.15223\/policy-004“}]，“资助者”：[{“DOI”：“10.13039\/501100001809”，“名称”：“国家自然科学基金”，“DOI-asserted-by”：“publisher”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”信息融合“]，“published-print”:{“date-parts”：[2024,5]}，”DOI“：“10.1016\/j.inffus.2024.102251”，“type”：“journal-article”，“created”：{“date-parts”：[[2024,11]]，“date-time”：“2024-01-11T16:54:36Z”，“timestamp”：1704992076000}，“page”：”102251“，“update-policy”：“”：[“RFVIR:防御拜占庭攻击的健壮联邦算法”]，“前缀”：“10.1016”，“卷”：“105”，“作者”：[{“给定”：“永康”，“家族”：“王”，“序列”：“第一”，“从属”：[]}，{“ORCID”：“http://\/ORCID.org\/00000-0001-8653-8626”，”authenticated-ORCID“：false，”给定“：”迪华“，”family“：”寨“，”sequence“：”additional“，”affiliation“：[]}、，{“给定”：“元庆”，“家庭”：“夏”，“序列”：“附加”，“隶属关系”：[]}]，“成员”：“78”，“参考”：[{“问题”：“10”，“关键”：“10.1016\/j.inffus.2024.102251_b1”，“doi-asserted-by”：“crossref”，“首页”：“7773”，“doi”：“101109\/JIOT.2021.3113927”，“文章标题”：“软聚类联合学习”，“卷”：“9”，“作者”：“李”，“年份”：“2022”，“journal-title”：“IEEE Internet Things J.”}，{“issue”：“2”，“key”：“10.1016\/J.inffus.2024.102251_b2”，《doi-asserted-by》：“crossref”，“first-page”：“624”，“doi”：“101109\/JIOT.2017.2712560”，“article-title）：“支持物联网和智能城市服务的半监督深度强化学习”，“volume”:“5”，“author”：“Mohammadi”，”“year”：“2018”，“jornal-tittle”：“IEEE Internet Things J.”}，{“issue”：“2”，“key”：“10.1016\/J.inffus.2024.102251_b3”，“doi-asserted-by”：“crossref”，“首页”：“2651”，“doi”：“101109\/JIOT.2018.2872606”，“article-title”：“观察城市的脉搏：实时发现、联合和聚合数据流的智能城市框架”，“volume”：”6“，“author”：“Kolozali”，“year”：“2019”，“journal-title”：“IEEE Internet Things J.”}，{“issue”：“4”，“key”：“10.1016\/J.inffus.2024.102251_b4”，”doi-asserted-by“：”crossref“，”first page“：”2238“，”doi“：”10.1109\/JIOT.2020.3026589“，”article-title“：“当深度强化学习遇到联合学习：5G超稠密网络中多址边缘计算的智能多时间尺度资源管理”，“卷”：“8”，“作者”：“余”，“年份”：“2021”，“期刊标题”：“IEEE Internet Things J.”}，{“问题”：“4”，“关键”：“10.1016\/J.inffus.2024.102251_b5”，“doi-asserted-by”：“crossref”，“首页”：“2923”，“DOI”：“10.1109\/COMST.2018.2844341”，“article-title”：“物联网大数据和流式分析的深度学习：调查”，“volume”：“20”，“author”：“Mohammadi”，“year”：“2018”，“journal-title“：”IEEE Commun.Surv.Tutor.“}，{“issue”：“3”，“key”：”10.1016\/j.inffus.2024.102251_b6“，”DOI-asserted-by“：”crossref“，“first-pages”：“176”5英寸，“DOI”：“10.1109\/TCYB.2021.3126831”，“article-title”：“保护隐私的跨环境人类活动识别”，“volume”：“53”，“author”：“Zhang”，“year”：“2023”，“journal-title“：”IEEE Trans.Cybern.“}，{“issue”：“1”，”key“：”10.1016\/j.infus.2024.102251_b7“，”doi-asserted-by“：”crossref“，”first page“：“1“，”doi“：”101038\/s41746-018-0029-1“，”文章标题“：“使用电子健康记录进行可扩展和准确的深度学习”，“卷”：“1”，“作者”：“Rajkomar”，“年份”：“2018”，“新闻标题”：“NPJ Digit.Med.”}，{“key”：“10.1016\/j.inffus.2024.102251_b8”，“series-title”：“飞镖：用有毒标志欺骗自动汽车”，“author”：“Sitawarin”，“year”：“2018”}、{“issue”：“1.”，“key 2251_b9英寸，“首页”：“1”，“文章标题”：“异构自主机器人系统任务调度的联合深度强化学习”，“卷”：“一”，“作者”：“何”，“年份”：“2022”，“期刊标题”：《IEEE Trans.Autom.Sci.Eng.》}，{“密钥”：“10.1016\/j.inffus.2024.102251_b10”，“非结构化”：“B.McMahan，E。Moore等人，《从分散数据中高效学习深层网络的通信》，载于：第20届国际人工智能与统计会议，2017年，第1273\u20131282页。“}，{“问题”：“1\u20132”，“关键”：“10.1016\/j.inffus.2024.102251_b11”，“doi-asserted-by”：“crossref”，“首页”：“1”，“doi”：“101561\/220000083”，“文章标题”：“联合学习的进展和开放问题”，“卷”：“14”，“作者”：“凯鲁兹”，“年份”：“2021年”，“新闻标题”：“发现”。趋势马赫数。学习。“}，{”key“：”10.1016\/j.inffus.2024.102251_b12“，”doi-asserted-by“：”crossref“，”doi“：”101016\/j.inffes.2023.101890“，”article-title“：”FL-FD：“基于联合学习的坠落检测与多模态数据融合”，“author”：“Qi”，“year”：“2023”，“journal-title”：“Inf.fusion”}，“key”：“10.1016\/j.inffus.2024.102251_b13”，“series-ti”标题“：”联合学习面临的威胁：调查”，“作者”：“Lyu”，“年份”：“2020”}，{“关键”：“10.1016\/j.inffus.2024.102251_b14”，“doi-asserted-by”：“crossref”，“首页”：“148”，”doi“：”10.1016\/j.inffus.2022.09.011“，”文章标题“联合学习威胁调查：概念、攻击和防御分类、实验研究和挑战”，“卷”：“90”，“author“：”Rodr\u00edguez-Barroso“，”year“：”2023“，”journal-title“：”Inf.Fusion“}，{“key”：“10.1016\/j.inffus.2024.102251_b15”，“series-title”：“第31届神经信息处理系统进展”，“首页”：“119”，“文章-标题”：“与对手的机器学习：拜占庭容忍梯度下降”，“author”：“Blanchard”，“year”：“2017”}，“key“：”10.1016\/j.inffus.2024.102251_b16“，“doi-asserted-by”：“crossref”，“unstructured”：“Y.Chen，L.Su，j.Xu，对手环境下的分布式统计机器学习：拜占庭梯度下降，in：2018 ACM计算机系统测量与建模国际会议，2017，pp.1_201325。”，“doi”：“10.1145\/3154503”}，{“key”：“10.1016\/j.inffus.2024.102251_b17“，”unstructured“：”R.Guerraoui，S.Rouault，et al.，《拜占庭分布式学习的潜在漏洞》，摘自：第35届机器学习国际会议，2018年，第3521\u20133530.“}，{“issue”：“1”，“key”：“10.1016\/j.inffus.2024.102251_b18”，“doi-asserted-by”：“crossref”，“first page”：”1142“，“doi”：“”10.1109\/TSP.2022.3153135“，”article-title“：”联邦学习的稳健聚合“，”volume“：”70“，”author“：”Pilutla“，”year“：”2022“，”journal-title”：“IEEE Trans。信号处理。“}，{”key“：”10.1016\/j.inffus.2024.102251_b19“，”doi-asserted-by“：”crossref“，”unstructured“：”X.Cao，M.Fang，et al.，Fltrust:Byzantine-robased federated learning via trust bootstrapping，in：第28届网络与分布式系统安全研讨会，2021，pp.1_201318.“，“doi”：“10.14722\/ndss.2021.24434”}，”{“key”：“”10.1016 \/j.inffus.2024.102251_b20”，“非结构化”：“C.Xie，S.Koyejo，I.Gupta，Zeno：基于怀疑的容错分布式随机梯度下降，载于：第36届国际机器学习会议，2019年，第6893\u20136901页。”}，{“key”：“10.1016 \/j.inffus.2024.102251_b21”，“series-title”：“联合学习中的异常客户端行为检测”，“author”：“Li”，“year”：“2019”}，{“key”：“10.1016\/j.inffus.2024.102251_b22”，“series-title”：“learning to detection恶意客户端以实现稳健联合学习”，“author”:“Li“，”year“：“2020”}、{“密钥”：“101016\/j.inffes.2024.1020251_b23”，“unstructured”：“S.P.Karimireddy，L.He，M。Jaggi，Byzantine Robust Learning on Heterogeneous Dataset via Bucketing，in：第十届学习表示国际会议，2021。”}，｛“key”：“10.1016\/j.infus.2021012251_b24”，“nonstructured”：“Y.Liu，C。Chen，et al.，Byzantine-Robust Learning on Heterogeneous Data by Gradient Splitting，in：第40届国际机器学习会议，2023年。“}，{“key”：“10.1016\/j.inffus.2024.102251_b25”，“article-title”：“一点点就够了：绕过分布式学习的防御”，“volume”：《32》，“author”：“Baruch”，“year”：“2019”，“journal-title“Adv。神经信息处理。系统。“｝，｛”key“：”10.1016\/j.infus.22024.102251_b26“，”非结构化“：”C.Xie，O.Koyejo，I.Gupta，《帝国的衰落：通过内部产品操纵打破拜占庭式的容忍sgd》，载于：2020年第35届人工智能不确定性会议，第261\u2013270页。“｝，｛”key“：”10.1016\/j.infus.22024.102251_b27“，”非结构化“：”D.Yin，Y。Chen等人，《拜占庭帝国分布式学习：迈向最优统计率》，载于：第35届国际机器学习会议，2018年，第5650\u20135659页作者：“Park”，“year”：“2021”，“journal-title”：“Adv.Neural Inf.Process”。系统。“}，{”key“：”10.1016\/j.inffus.2024.102251_b29“，”unstructured“：”A.Acharya，A.Hashemi，et al.，《通过块坐标几何中值下降进行高维稳健训练》，收录于：第25届国际人工智能与统计会议，2022年，第11145\u201311168页从微小图像中学习多层特征”，“作者”：“Krizhevsky”，“年份”：“2009”}，{“key”：“10.1016\/j.inffus.2024.102251_b31”，“article-title”：“使用深度卷积神经网络的图像元分类”，“volume”：”25“，“author”：“Krizhevsky”，“year”：“2012”，“journal-title“：”Adv.neural Inf.Process.Syst10.1016\/j.inffus.2024.102251_b32”，“非结构化”：“Z.Tang，Y.Zhang，et al.，虚拟同质性学习：防止联合学习中的数据异构，in：第39届国际机器学习会议，2022，pp.21111\u201321132.”}，{“key”：“10.1016\/j.inffus.2024.202251_b33”，“series-title”：“机器学习中的高斯过程”，“首页”：“63”，“作者”：“拉斯穆森”，“年份”：“2003”}，{“键”：“10.1016\/j.inffus.2024.102251_b34”，“doi-asserted-by”：“crossref”，“非结构化”：“L.A.Gatys，A.S.Ecker，M。Bethge，使用卷积神经网络进行图像风格转换，收录于：IEEE计算机视觉和模式识别会议，2016年，第2414\u20132423页。“，”DOI“：”10.1109\/CVPR.2016.265“}，{“key”：“10.1016\/j.inffus.2024.102251_b35”，“series-title”：“The \u201cbeatrix\u201d resolutions:Robust backdoor detection via gram matrixes”，“author”：“Ma”year”：“2022”｝，｛“issue”：“4”，“key”：“10.1016\/j.infus.202102251_b36”，“doi asserted by”：“crossref”，“首页”：“764”，“doi”：“10.1016\/j.esp.2013.03.013”，“文章标题”：“检测异常值：不要使用均值周围的标准偏差，使用中位数周围的绝对偏差”，“volume”：“49”，“author”：“Leys”，“year”：“2013”，“journal title”：“j.Exp。Soc.精神科。“}，{”key“：”10.1016\/j.inffus.2024.102251_b37“，”unstructured“：”S.P.Karimireddy，L.He，M.Jaggi，《拜占庭稳健优化的历史学习》，收录于：第38届国际机器学习会议，2021年，第5311\u20135319页。张，等，深度剩余网络中的身份映射，收录于：第十四届欧洲计算机视觉会议，2016年，第630\u2013645页人与计算机：交通标志识别的基准机器学习算法”，“卷”：“32”，“作者”：“Stallkamp”，“年份”：“2012年”，“新闻标题”：“神经网络”。“}，{”issue“：”11“，”key“：”10.1016\/j.inffus.2024.102251_b40“，”doi-asserted-by“：”crossref“，”first page“：“2278”，”doi“：”101109\/5.726791“，”article-title“：”Gradient-based learning applicated to document recognition“，”volume“:”86“，”author“：”LeCun“，”year“：”1998“，”journal-title”：“Proc.IEEE”}，.2024.102251_b41“，”series-title“：”拜占庭式非凸随机梯度下降法”，“作者”：“Allen-Zhu”，“年份”：“2020”}，{“关键”：“10.1016\/j.inffus.2024.102251_b42”，“系列-时间”：“神经信息处理系统的进展，第32卷”，“文章-时间”，“梯度深度泄漏”，“作家”：“朱”，“年”：“2019”}doi-asserted-by“：”crossref“，”doi“：”10.1109\/TAC.2023.3288624“，”article-title“：”针对窃听者的多速率测量基于加密解密的状态估计：递归最小方差方法“，”author“：”Zou“，”year“：”2023“，”journal-title”：“IEEE Trans。自动化。Control“}，{”key“：”10.1016\/j.inffus.2024.102251_b44“，”doi-asserted-by“：”crossref“，”first page“：“174”，“doi”：“10.1016\/j.inffus.2022.09.014”，“article-title”：“具有比特率约束的非线性网络系统的分区分布式融合”，“volume”：“90”，“author”：“Zhao”，“year”：“2023”，“journal-title“：”Inf.fusion“}”，{“key”：”10.1016 \/j.inffus.2024.102251_b45“，“article-title”：“均匀量化的多速率复杂网络的序列融合估计：分区域集成员方法”，“author”：“Zhao”，“year”：“2022”，“journal-tittle”：“IEEE Trans。神经网络。学习。系统。“}，{”issue“：”4“，”key“：”10.1016\/j.inffus.2024.102251_b46“，”doi-asserted-by“：”crossref“，”first-page“：”985“，”doi“：”101109\/JAS.2023.123393“，”article-title“：”窃听攻击下时变系统的加密有限时域能量峰值状态估计：处理保密容量“，”volume“：“10”，”author“：”Zou“，”year“：”2023“journal-title“：”IEEE \/CAA J.Autom。罪。“}]，”container-title“：[”Information Fusion“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S1566253524000290？httpAccept=text\/xml“，”content-type“：”text\/.xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”{“URL”：“”https:\/\/api.elsevier.com/content\/article\/PII:S1566253524000290？httpAccept=text\/plain“，”content-type“：”text\/prain“，“content-version”：“vor”，“intended-application”：“text-mining”}]，“deposed”：{“date-parts”：[[2024,2,16]]，“date-time”：“2024-02-16T23:12:49Z”，“timestamp”：1708125169000}，“score”：1，“resource”：{“primary”：“URL”：“https:\\/linkinghub.elsevier.com/retrieve\/pii\/S15662535 24000290“}}，”副标题“：[]，”shorttitle“：[]，”issued“：{”date-parts“：[[2024,5]]}，”references-count“：46，”alternative-id“：[”S156625324000290“]，”URL“：”http://\/dx.doi.org\/101016\/j.inffus.2024.102251“，”relationship“：{}，“ISSN”：[“1566-2535”]，“ISSN-type”：[{“value”：“1566-253”，“type”:“print”}]，“subject”：【]，“published”：{“date-parts”：[[2024,5]]}，“assertion”：[{“value”：“Elsevier”，“name”：“publisher“，”label“：”本文由“}，{”value“：”RFVIR:防御拜占庭攻击的健壮联邦算法“，”name“：”articletitle“，”标签“：”article Title“}、{”value“：”Information Fusion“，”name“：”journaltitle“，“label”：“Journal Title”}，“value”：“https:\\/doi.org\/101016\/j.inffus.2024.102251”，“name”：“articlelink”，“lable”：“”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2024 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]，“文章编号”：“102251”}