UnifyFL：启用去中心化跨孤岛联邦学习

本研究解决了现有联邦学习架构中缺乏有效协作机制的问题，提出了一种基于信任的跨孤岛联邦学习框架。该框架利用去中心化的协调和分布式存储，平衡了信任和资源效率，并在不同模式下处理延迟参与者。实验结果表明，该框架在性能上可与理想的多级中心化联邦学习相媲美，同时实现了资源的最优利用。