该文综述联邦学习中的数据毒化攻击与防御，涵盖AT2FL的多任务投毒策略计算、FLDetector基于历史更新的恶意客户端检测、FedMD共享输出日志面临的PLI攻击，以及FreqFed频域聚合、FedDefender客户端防御、LearnDefend防御数据集检测和FMPA灵活可控攻击等方法，并指出简单低成本防御在实践中已较为稳健。