FNBench：针对噪声标签的强健联邦学习基准测试

本研究针对联邦学习中标签噪声带来的性能下降问题进行探讨，提出了FNBench基准测试，以全面评估在统一设置下现有方法在各种标签噪声模式下的表现。研究表明，噪声标签的存在显著影响联邦学习的性能，并通过引入表征感知正则化方法，提升了现有方法对噪声标签的鲁棒性。