评估不完美数据集对联邦学习客户端选择的影响

论文实验考察数据量偏斜、标签分布偏斜、噪声数据及客户端选择公平性对联邦学习准确率与收敛的影响，并提出一种隐私保护评分方法，用于评估各客户端的训练贡献。摘要称实验验证了该方法的有效性，但未披露算法细节、数据集、基线或具体结果数值。