무선 네트워크에서 연합 학습은 사용자 데이터 기밀성을 유지하면서 모델을 공동 학습할 수 있는 프라이버시 보호 접근법이다. 그러나 연합 학습은 다양한 악의적 공격에 취약하므로 이에 대한 보안 문제에 주의를 기울여야 한다. 이 논문에서는 이러한 취약성을 분석하고 이를 해결하기 위한 솔루션을 제안하며, 시뮬레이션을 통해 검증한다.
