PRoVeFL：联邦学习中的隐私、鲁棒与可验证聚合

PRoVeFL提出一种多服务器联邦学习框架，结合多密钥全同态加密、拜占庭鲁棒聚合与可验证机制。客户端将加密更新分发给服务器，并在隐私约束下将部分计算卸载到明文域，以支持Krum、Trimmed Mean、FLTrust等规则。摘要称其相较Prio最高提速100倍、相较ELSA最高提速10倍。