本文对1,112个分布式学习框架的漏洞进行了实证研究，发现了15个症状、12个根本原因和20种修复模式。研究还调查了这些漏洞在23个逻辑组件和两个主要应用场景中的相关性和分布，并提出了九项发现和建议。联邦学习作为一种保护用户隐私数据的分散式机器学习解决方案，在严格的法律和法规执行下变得越来越重要。因此，有各种联邦学习框架的安全和隐私问题需要解决。