该文综述联邦学习中的标签噪声问题，涵盖本地自正则化、FedCNI、FedCorr、FedNoRo、Fed-NCL等方法，通过噪声客户端识别、标签纠正、鲁棒聚合与知识蒸馏提升鲁棒性，并探讨用户反馈降噪、灾难性遗忘及资源高效客户端适应。