容忍退出
无需可信第三方即可实现隐私保护的联邦学习聚合，且能容忍参与者退出并支持动态加入。
Wang, Xiaodi · 董云伟 · 李萌 · 刘忆宁
IEEE Transactions on Industrial Informatics 2025
利用Shamir秘密共享在无TTP的情况下聚合全局模型，消除单点故障风险。
处理工人掉线和新用户加入，维持协议连续性和数据完整性，模型精度与无掉线情况相当。
安全分析表明该方案能有效保护用户数据隐私。
实验结果表明，与无退出场景相比，模型精度表现良好且系统性能相当。