该研究论文讨论了拜占庭机器学习中的关键问题，并提出了一种基于异常值鲁棒聚类的近似聚集器。该方法在度量标准上表现出优越性，为均匀和异构情况提供了近乎最优的聚集器。通过图像分类实验验证了提出的安全聚集框架的有效性。