该文综述联邦学习中的投毒攻击与防御研究：FedRecover利用历史信息恢复全局模型，FLDetector基于历史更新检测恶意客户端，FLCert用集成学习实现可证明安全，FLTracer可追踪攻击并鲁棒检测，FreqFed在频域过滤恶意更新；另有研究探讨NextG分布式学习中的主动防御及数据无关的图自编码器攻击，表明防御仍需加强。