無線ネットワークにおける堅牢なフェデレーティッド・ラーニング：チャネル推定への適用

フェデレーティッド・ラーニングを用いることで、ユーザデータを共有することなく、無線ネットワークにおいてチャネル推定モデルを協調的に学習できる。しかし、フェデレーティッド・ラーニングにはセキュリティ上の脆弱性があり、様々な敵対的攻撃に晒される可能性がある。本研究では、これらの脆弱性に対処するための新しい集約関数と前処理手法を提案し、シミュレーションによってその有効性を検証した。